在手写数字识别数据集（MNIST）上评估四种神经网络
计算机视觉与模式识别
2019-07-23 v2
摘要
尽管图像识别已成为多年的研究课题，许多研究者仍对其有浓厚兴趣[1]。然而在一些论文[2][3][4]中，由于时间限制或模型专为特定任务定制，往往倾向于仅在一两个数据集上比较模型。因此，很难理解某一模型在图像识别领域的泛化能力如何[6]。本文中，我们在不同划分的 MNIST 数据集[5]上比较四种神经网络。其中三种分别为卷积神经网络（CNN）[7]、深度残差网络（ResNet）[2]和稠密卷积网络（DenseNet）[3]，另一种是我们通过引入胶囊网络（CapsNet）[1]到图像识别领域对 CNN 基线的改进。我们表明，先前的模型尽管在该领域做得相当好，我们的改造可被应用以获得更好的性能。CapsNet 取得的结果为 99.75\% 的准确率，且是迄今发表的最佳结果。另一个令人鼓舞的结果是 CapsNet 仅需少量数据即可获得优异性能。最后，未来我们将把 CapsNet 的泛化能力应用到其他图像识别领域。
引用
@article{arxiv.1811.08278,
title = {Assessing four Neural Networks on Handwritten Digit Recognition Dataset (MNIST)},
author = {Feiyang Chen and Nan Chen and Hanyang Mao and Hanlin Hu},
journal= {arXiv preprint arXiv:1811.08278},
year = {2019}
}
备注
TPW course essay. arXiv admin note: text overlap with arXiv:1709.04219 by other authors