《表1 不同深度学习算法的特点》

  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

《深度学习在植物表型研究中的应用现状与展望》

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

注：+表示对属性的支持，++表示对属性很好的支持，-表示对属性不支持。

为了系统地介绍深度学习核心算法的优缺点，本研究对以上几种常见的深度学习算法进行了对比。表1所列出的5种常见的深度学习算法均具备一定的泛化能力，CNN和SC支持数据增强，可通过对训练数据进行旋转等处理来减少一定数据采集和标记的工作量。在无监督学习、特征学习和支持生物学解释方面，各算法表现各异。不同类型的深度学习算法表现出各自不同的特点，在实际应用场景中，研究人员需要根据特定科学问题及应用场景，选择合适的算法来构建相关模型。