《表1 深度学习模型性能与主要用途比较》
提示：宽带有限、当前游客访问压缩模式
以上为使用单一深度学习模型进行预测的研究，各个模型之间性能与主要用途的比较如表1所示。
| 图表编号 | XD00161923300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 朱晏民、徐爱兰、孙强 |
| 绘制单位 | 南通大学信息科学技术学院、江苏省南通环境监测中心、南通大学信息科学技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 模型的分类性能：基于深度学习的大豆豆荚类别识别研究》2020.11.12
- 《表3 模型性能对比表：基于深度学习的竞争情报命名实体识别研究》2020.09.15
- 《表1 深度学习方法与CFD软件计算性能对比》2021.01.20
- 《表7 深度学习方法与检测模型的性能》2021.01.16
- 《表2 基于深度学习的混合式与普通混合式主要教学活动比较》2020.10.20
- 《表1 基于深度学习的目标检测模型性能对比》2020.05.01
- 《表2 基于深度学习部分模型性能对比》2020.04.01
- 《表8 与其他深度学习模型比较》2020.04.01
- 《表1 深度学习模型与3名CT医师诊断结果对比》2020.03.21
- 《表3 模型的性能指标：基于深度学习的髋关节应力分布算法研究》2019.09.01
- 《表1 知识深度模型：面向核心素养发展的课堂深度学习设计与实践——基于知识深度模型的视角》2019.12.01
- 《表1 文中算法与其他基于深度学习深度估计算法在KITTI库下的估计性能对比》2019.09.25
- 《表4 深度学习模型与序列标注模型结果对比》2019.06.24
- 《表1 模型参数大小：深度学习语义分割方法在遥感影像分割中的性能分析》2019.07.25
- 《表2 基于深度学习目标检测模型性能、优缺点对比》2019.06.01
- 《表1 算法性能比较：基于亮度与色度信息的深度学习图像风格迁移算法研究》2019.07.15
- 《表1 比较分析表：基于学习行为大数据的深度学习分析模型及实现》2019.04.20
- 《表1 所有模型对比结果：融合深度学习与机器学习的在线评论情感分析》2019.02.15
- 《表1 网络模型参数：基于深度学习的复杂化工过程软测量模型研究与应用》2019.02.01
- 《表6 学习专门用途英语的主要原因有哪些 (可选1-3项)》2018.04.15