《表1 基础神经网络模型》

  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

《基于深度学习的图像分类方法》

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

该网络模型如表1所示，共有11层，包括4个卷积层，3个池化层，主要包括3个部分。首先第一层是输入层，本文使用的数据集有10个种类，是大小为32×32的彩色图像，使用RGB颜色空间，所以输入层大小是32×32×3。第一部分包括2个卷积层和2个池化层，2个卷积层的特征图数量都是32；第二部分包括2个卷积层和1个池化层，2层卷积的特征图都是64个；第三部分是稠密连接层，即全连接层，第1层全连接层是512个神经元，第2层是10个，即划分到10个种类，然后使用Softmax回归进行分类。表1中的Conv（3，3）-32代表该层是卷积层，且卷积核大小是3×3有32个特征图；MaxPool（2，2）是指最大值池化，且窗口大小是2×2；FC-512是指该层是全连接层，神经元数目是152个。