《表2 激活函数loss对比值》

  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

《浅层特征融合引导的深层网络行人检测》

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

这个函数将0的梯度去掉，换成一个非0的梯度。一般α设置得比较小，如取0.01，即为Leaky-relu函数。类似的，设置一个参数化的Relu激活函数（Parameterised ReLU function），把α变成一个需要学习的参数，参数一般取0～1的数。如图8。在本实验中，卷积神经网络层中使用Relu激活函数，损失相对来说较低，函数非线性能力好。具体见表2。