《表2 LSTM模型实验参数设计》
提示：宽带有限、当前游客访问压缩模式
LSTM模型参数的确定，包括时间步、隐层神经元数量、批次处理大小和迭代次数。本实验采用3水平4因素的9组正交实验，设计表如表2所示。
| 图表编号 | XD00120241600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 李兆桐、张卫山、郭武武 |
| 绘制单位 | 中国石油大学(华东)计算机与通信工程学院、中国石油大学(华东)计算机与通信工程学院、中国石油大学(华东)计算机与通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 双向LSTM模型参数设计》2020.10.01
- 《表2 BI-LSTM-CRF模型参数》2020.06.05
- 《表2 参数权重设计：基于LSTM的标识解析节点负载均衡算法》2021.02.01
- 《表2 实验所用仪器：基于CNN-ResNet-LSTM模型的城市短时交通流量预测算法》2020.10.01
- 《表2 实验结果对比：一种基于LSTM和CNN混合模型的文本分类方法》2020.06.01
- 《表2 实验结果对比：一种结合LSTM和集成算法的文本校对模型》2020.05.01
- 《表3 基于ResNet和双向LSTM融合模型分类预测实验结果》2020.08.25
- 《表2 LSTM模型的细节和参数》2020.08.01
- 《表8 Bi-LSTM神经网络模型实验参数》2020.03.25
- 《表3 Attention-Based LSTM模型与SVM、LSTM模型的对比实验结果》2020.02.20
- 《表1 实验模型参数：基于LSTM智能网联汽车高精度定位方法》2020.03.16
- 《表7 样本量50 000时的LSTM模型实验》2019.12.25
- 《表6 样本量10 000时的LSTM模型实验》2019.12.25
- 《表3 LSTM模型参数实验结果》2020.01.01
- 《表2：卷积-LSTM组合神经网络模型初始参数》2020.01.01
- 《表2 训练LSTM模型部分参数》2019.11.20
- 《表2 LSTM模型参数表》2019.06.30
- 《表1 实验参数：基于Bi-LSTM-Attention模型的人体行为识别算法》2019.08.10
- 《表1 match-LSTM与本文模型的对比实验结果》2019.01.30
- 《表4 实验参数设置：基于word2vec和双向LSTM的情感分类深度模型》2019.12.01