《表3 神经网络训练平均迭代周期》
实验的另一方面关注改进模型的计算效能,表3给出了改进模型和其它模型在两个训练集上平均迭代周期。由结果可知GRU在LSTM基础上精简了门控单元,TIMIT数据集GRU模型的平均迭代周期降低了13.1%,而使用了ReLU激活函数的改进GRU模型降低了梯度计算的复杂度,与标准GRU相比又有4.2%的速度提升。
图表编号 | XD00129806500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 俞建强、颜雁、刘葳、孙一鸣 |
绘制单位 | 长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院、长春理工大学计算机科学技术学院 |
更多格式 | 高清、无水印(增值服务) |