《表1 部分参数(密集块个数,滤波器个数)在比例因子为3时的微调结果(粗体表示最佳性能)》

《表1 部分参数(密集块个数,滤波器个数)在比例因子为3时的微调结果(粗体表示最佳性能)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于密集连接与激励模块的图像超分辨网络》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

随着网络深度的增加,网络可能出现梯度爆炸的现象,训练时易出现难以拟合甚至过拟合的情况。残差学习[27]可以自适应学习特征之间的差异,使特征可以得到尽可能多的利用,减小了模型训练饱和精度下降的副作用。表1中详细展示了本文为获得最佳性能而对参数所做的修改。最终选取了两个密集块作为特征提取网络的主要组成部分。