《表5 MRPSF和CNN的训练时间对比》

  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

《一种基于时间序列特征的可解释步态识别方法》

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

目前，深度神经网络具有大量的软件和硬件支持来充分利用它的可并行计算特性.为了公平起见，在本实验中，部分实验没有使用GPU和CUDA（compute unified device architecture，统一计算架构）等技术，而是在CPU上以串行计算方式对深度神经网络进行训练.对于明显较慢的算法，我们使用了CUDA加速技术，否则无法在可接受的时间内得到实验数据.表5的第3列给出了对应实验是否使用了CUDA加速.值得一提的是，MRPSF也具备可并行计算特性.若对其应用类似的技术，理论上可将训练时间压缩两个数量级以上.