《表1 不同深度学习算法的特点》
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。
图表编号 | XD00167855100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 何勇 |
绘制单位 | 浙江大学生物系统工程与食品科学学院、农业农村部光谱检测重点实验室、浙江大学现代光学仪器国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |