《表2 MNIST和CIFAR10的测试正确率》

  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

《全卷积多并联残差神经网络》

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

如表2所示，在7个网络上对MNIST和CIFAR-10数据集进行实验．在2000次迭代时，对于MNIST数据集，FCM-Resnet-56的测试精度达到99.57%，而Resnet-56的准确度为99.54%，提高了约0.03个百分点．FCM-Resnet-110的测试精度为99.63%，而Resnet-110的准确度为99.61%，提高了约0.02个百分点．FCM-Resnet与Resnet相比显示出更好的结果．此外，FCM-Resnet-56与InceptionV3，InceptionResnet-V2和Densenet121三个网络相比，分别提高了0.36个、0.35个和0.67个百分点．FCM-Resnet-110与InceptionV3，InceptionResnet V2和Densenet121三个网络相比，分别提高了0.42个、0.41个和0.73个百分点．对于CIFAR10，迭代5万次时的测试精度均在表2中列出，可以看出，FCM-Resnet与Resnet，InceptionV3，InceptionResnetV2和Densenet121相比有更高的准确率．随着迭代次数的增加，损失越来越小，CI-FAR10在Resnet-110和FCM-Resnet-110网络上的损失曲线