《表1 non-local模块与常规CNN复杂度分析》
提示：宽带有限、当前游客访问压缩模式
表1所示为non-local模块与常规CNN计算复杂度的比较，其中k为卷积核尺寸．当输入数据尺寸n小于特征维度d时，non-local模块在时间复杂度上是有优势的，并且捕捉特征时所需的步长也小于CNN.
| 图表编号 | XD00129609900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 雷璐 |
| 绘制单位 | 北京邮电大学北京先进信息网络实验室、北京邮电大学网络体系构建与融合北京市重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 算法性能比较：一种面向复杂网络的快速模块结构识别算法》2021.01.25
- 《表1 在CNN模块上不同数据的性能对比》2020.07.25
- 《表1 点迹融合算法模块算法复杂度对比》2020.06.01
- 《表6 硬件加速CNN图像处理的各模块资源消耗情况》2020.06.16
- 《表1 费用预测指标样本：基于GAN-CNN联合网络的复杂产品费用预测》2020.09.05
- 《表2 费用数据样本：基于GAN-CNN联合网络的复杂产品费用预测》2020.09.05
- 《表4 XX作战指挥控制系统软件模块复杂度指标归一化及复杂度计算表》2020.02.01
- 《表3 XX作战指挥控制系统软件模块复杂度分析数据信息表》2020.02.01
- 《表1 模块一、二常规化学成分分析结果》2020.03.15
- 《表1 CNN模块结构说明》2020.01.16
- 《表6 问卷结构模块：基于4C/ID模型的复杂技能综合学习设计及成效》2019.10.10
- 《表1 常规GP与Sparse-GP的计算复杂度比较》2019.08.01
- 《表3 图5子模块释义：一种适用于多用户MIMO系统的低复杂度S-GMI-THP预编码算法及硬件实现》2019.07.05
- 《表5 CCNet和Mask R-CNN模型复杂度比较》2019.06.01
- 《表1 常规模块与快易收口网模板技术经济对比》2019.01.01
- 《表1 DSM量化准则：基于改进谱聚类算法的复杂产品模块发现方法研究》2019.04.30
- 《表1 不同子模块数量下各方法的时间复杂度》2018.01.25
- 《表1 常规GDE算法与本文算法的复杂度分析Tab.1 Complexity analysis of GDE algorithm and improved algorithm》2018.05.28
- 《表3 CNN图像分类模型的时间复杂度和空间复杂度》2019.11.20
- 《表3 实验复杂度对比：基于CNN-CRF的中文电子病历命名实体识别研究》2019.12.01