《表1 0 每迭代一次模型所需要的时间》
![《表1 0 每迭代一次模型所需要的时间》](http://bookimg.mtoou.info/tubiao/gif/JSJX202002002_15000.gif)
本系列图表出处文件名:随高清版一同展现
《GP-WIRGAN:梯度惩罚优化的Wasserstein图像循环生成对抗网络模型》
虽然WIGRAN和GP-WIGRAN的生成器都是由多个结构相同的神经网络模型构成的,但是在神经网络的设计上存在区别,所以在计算速度上也存在差异.我们统计了各个模型每迭代一次所需的计算时间,以s为单位.如表10所示,在相同时间步骤下,三个模型在每次迭代的计算时间关系:T(GRAN)>T(WIRGAN)>T(GP-WIRGAN),其中GP-WIRGAN计算用时最短.另外,从表10中可以看出,同一个模型迭代一次的所需的计算时间是随着时间步骤越大而递增的.但是GP-WIRGAN在相邻两个时间步骤之间的计算时间差波动幅度都要比GRAN和WIRGAN小.
图表编号 | XD00134448600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 冯永、张春平、强保华、张逸扬、尚家兴 |
绘制单位 | 重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室、重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室、桂林电子科技大学广西可信软件重点实验室、桂林电子科技大学广西光电信息处理重点实验室培育基地、重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室、重庆大学计算机学院、重庆大学信息物理社会可信服务计算教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |