《表2 网络性能对比：淋巴结转移检测的八度卷积方法》

  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

《淋巴结转移检测的八度卷积方法》

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

通过表1可以看出，在训练初期相邻的两次epoch之间，Octave网络与ResNet50相比，在损失的下降和识别精度的提升上具有更大的波动幅度。根据Frankle等[21]的研究，对深度神经网络参数剪枝后产生的稀疏架构在开始时就很难训练，由于Octave网络对低频信息进行了减半，造成了初期较低的识别精度，但随着迭代次数的增加，损失下降和精度提升的幅度都较ResNet50更快，这说明Octave网络在之后的epoch中训练的效果要比ResNet50更好。通过实验，得到Octave网络和ResNet50网络在转移癌识别任务中的性能参数如表2。