《表1 卷积核个数对精度影响》
提示：宽带有限、当前游客访问压缩模式
网络架构共有两层卷积层，保持卷积核大小为3×3固定，结果见表1。
| 图表编号 | XD00102839600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 周官皓、孙海洋 |
| 绘制单位 | 南京大学金陵学院、南京大学金陵学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 不同卷积核数量对平均错误率的影响》2020.09.25
- 《表2 不同数据集下模型使用不同尺寸卷积核训练精度%》2020.10.20
- 《表5 卷积核大小对诊断结果的影响》2020.06.25
- 《表4 卷积核个数对诊断结果的影响》2020.06.25
- 《表4 卷积核大小对分割效果的影响》2020.08.01
- 《表2 C1层卷积核大小为5×5、9个特征图时，C3层不同的卷积核大小和特征图个数对应的MSE》2020.03.25
- 《表1 C1层不同的卷积核大小和特征图个数对应的MSE》2020.03.25
- 《表3 卷积核个数对测试准确率的影响》2020.08.18
- 《表4 不同卷积核数量的分类精度》2020.08.25
- 《表4 卷积核大小对实验结果的影响》2020.01.30
- 《表1 网络各层的卷积核个数设置》2020.01.16
- 《表1 卷积核尺寸大小对评价指标的影响》2019.11.15
- 《表5 卷积核尺寸对CNN的影响》2019.10.31
- 《表1 卷积核尺寸对模型的训练、测试影响对比》2019.09.01
- 《表3 不同卷积核个数下相关指标的对比》2019.07.15
- 《表4 卷积核大小对分类准确率的影响》2019.07.20
- 《表3 结合WSVDD后CNN不同卷积核个数结果准确率》2019.06.01
- 《表5 MResNet-B各模块卷积核的输出特征图个数及需要学习参数》2019.04.01
- 《表4 MResNet-A各模块卷积核的输出特征图个数及需要学习参数》2019.04.01
- 《表5 C3层卷积核个数对训练时间的影响Tab.5 Effect of convolution kernel number in C3 layer on training time》2018.05.01