その他令和8年1月5日

データ処理とモデル訓練に関する技術的記述

掲載日

令和8年1月5日

号種

号外

原文ページ

p.19

出典：官報発行サイト（内閣府）の掲載情報をもとに整理しています。重要な確認は公式原文を基準にしてください。

本文と原文の対照

まず左側の本文を読み、必要な箇所だけ原文ページで確認できる構成です。

← 同日の官報に戻る

原文対照の表示オプション

テキスト位置ガイドを表示非公開領域をマスクする

データ処理とモデル訓練に関する技術的記述

令和8年1月5日|p.19

左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。

公式原文あり本文テキスト画像照合可誤りを報告

## 2.2.3 模型训练

使用 PyTorch 框架搭建卷积神经网络模型，并采用交叉熵损失函数和优化器 Adam 进行模型训练。在训练过程中，设置学习率为 0.001 ，批量大小为 64 ，迭代次数为 100 。同时，为了防止过拟合，采用了 Dropout 技术，即在每一层神经元之间随机丢弃一部分神经元，从而提高模型的泛化能力。

## 2.2.4 模型评估

在模型训练完成后，使用测试集对模型进行评估。通过计算准确率、精确率、召回率和 F1 分数等指标来衡量模型的性能。实验结果表明，该模型在测试集上的准确率达到 $95\%$ ，具有较高的分类精度。

## 2.2.5 结果分析

通过对实验结果的分析可以发现，该模型在处理图像分类任务时表现出色。特别是在面对复杂背景和多变光照条件下的图像时，模型依然能够保持较高的识别准确率。此外，模型的训练速度较快，能够在较短的时间内完成训练过程，适用于实时应用场景。

読み込み中...

テキスト領域

選択中

非公開 (PII)

関連する新着公告を見逃さないために

Pro プランでは会社名・機関名・キーワードを監視条件として保存し、新着掲載を継続確認できます。14日間無料で試せます。

監視機能の詳細を見る →