《表2 Inception模块卷积层参数Tab.2 Configurations of convolutional layers in the inception module》

《表2 Inception模块卷积层参数Tab.2 Configurations of convolutional layers in the inception module》   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
《采用改进全卷积网络的“高分一号”影像居民地提取》


  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

Inception模块中各个卷积层的具体参数如表2所示，通过对全连接层改造而来的卷积层的替换，网络模型参数大大减少，由1.38亿减为0.18亿。

图表编号XD0013970500    严禁用于非法目的
绘制时间2018.02.28
作者潘旭冉、杨帆、潘国峰
绘制单位河北工业大学电子信息工程学院天津市电子材料与器件重点实验室、河北工业大学电子信息工程学院天津市电子材料与器件重点实验室、河北工业大学电子信息工程学院天津市电子材料与器件重点实验室、河北工业大学电子信息工程学院微电子研究所
更多格式高清、无水印（增值服务）

相关图表

  1. 《表1 Inception模块各卷积操作的滤波器个数》2020.05.10
  2. 《表4 1×1卷积层的对比实验结果Tab.4 Contrast experimental results of 1×1 convolution layer》2019.01.25
  3. 《表2 指标层对准则层因子B1的判断矩阵Tab.2 Judgment matrix of index layer to criteria layer factor B1》2019.01.25
  4. 《表1 卷积神经网络各层参数Tab.1 Parameters of each layer in CNN》2019.02.01
  5. 《表2 准则层和指标层指标权重Tab.2 Weights of criterion and index layers》2019.01.15
  6. 《表2 堆焊层化学成分分析结果 (质量分数, %) Tab.2 Chemical composition of surfacing layer (wt%)》2019.01.10
  7. 《表2 多孔卷积结构对网络的影响 (NYU v2数据集) Tab.2 Influence of atrous convolution on network (NYU v2 dataset)》2019.01.10
  8. 《表1 122层密集连接型卷积网络参数Tab.1 122-Layer DenseNet architectures》2019.01.20
  9. 《表2 日内调度层成本Tab.2 Cost of scheduling layer》2018.01.30
  10. 《表2 滤饼层性质Tab.2 Characteristics of cake layer》2018.08.10
  11. 《表2 准则层对目标层的相对权重Tab.2 Weight coefficient of guideline layer to target layer》2018.08.25
  12. 《表2 宁夏水贫困测度评价指标体系目标层和准则层权重Tab.2 The weights of target layer and criterion layer of water poverty assessment in Ningxia》2018.01.01
  13. 《表2 总目标层排序求解结果Tab.2 Results of total target layer sorting solution》2018.12.15
  14. 《表2 不同网络最优隐层节点个数和KELM参数的确定Tab.2 Optimal number of hidden layer nodes for different algorithms and the hyper-parameters of》2018.06.15
  15. 《表1 数据链路层功能模块介绍Tab.1 Introduction of data link layer function module》2018.11.10
  16. 《表5 C3层卷积核个数对训练时间的影响Tab.5 Effect of convolution kernel number in C3 layer on training time》2018.05.01
  17. 《表2 两卷积层CNN与DNN识别字错误率对比Tab.2 Word error rate comparisons between DNN and CNN with two convolution layer》2018.06.01
  18. 《表2 行为层的感性词组Tab.2 Emotional group of behavior layer》2018.08.20
  19. 《表2 渗碳层物相百分比Tab.2 Phase percentage of carburized layer》2018.12.20
  20. 《表2 柔性层计算模型参数Tab.2 Computational parameters of flexible layer》2018.04.01

随机翻阅

《表2 特色淡水鱼产业国际市场占有率》 《表3 韩国对银行类机构的及时纠正措施》 《表3 金融场景的6种业务负载》 《表1 施工机械经济运距：土方施工项目施工机械配套标准分析》 《表5 嘉定点单因子效应分析(其他因子为零水平)》 《表5 岭回归分析结果：浙江省人口年龄结构与经济金融化研究》 《表2 船舶纵向风、流载荷》 《表2 两组患者心绞痛治疗效果比较 (例)》 《表1 传统城市规划师与公共政策视角下城市规划师的对比》 《表3 治疗前后两组抑郁情况比较 (±s, 分)》