实验过程中得到的宽带脉冲大电流测量数据量庞大，需要根据一定的规则对数据进行处理，以获得输入输出特性及误差模型。本文搭建深度学习模型，首先随机初始化网络参数，再运用获取的对比数据对深度学习模型进行训练，最后用训练好的模型对测量结果数据进行分析，获得输入输出特性及误差模型，基本思路如图下所示。
宽带脉冲大电流测量大数据分析的基本思路
用卷积神经网络进行大数据分析，选择ＴｅｎｓｏｒＦｌｏｗ软件作为深度学习框架，网络卷积层和池化层（各２个）、１个密集连接层、１个Ｄｒｏｐｏｕｔ层组成。神经元的激活函数为ＲＥＬＵ函数，池化层的大小为２２，激活函数为ＳＯＦＴＭＡＸ函数网络损失函数为交叉熵函数。