《表3 测试集中CIFAR10的分类准确率（%）》

《表3 测试集中CIFAR10的分类准确率（%）》   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
《优化的单像素攻击算法及其防御研究》


  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

对经典的Le Net和ResNet18卷积神经网络模型训练200轮，每一轮取128个训练样本进行训练，模型准确率如表3所示。

图表编号XD00173774200    严禁用于非法目的
绘制时间2020.08.01
作者王坤、毛力、王可、吴萌、王燕妮
绘制单位西安建筑科技大学信息与控制工程学院、西安建筑科技大学信息与控制工程学院、西安建筑科技大学信息与控制工程学院、西安建筑科技大学信息与控制工程学院、西安建筑科技大学信息与控制工程学院
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 CIFAR-10上的图像识别测试准确率(%)》2021.03.01
  2. 《表2 两个模型在CIFAR-10和CIFAR100的准确率》2020.12.01
  3. 《表3 算法在CIFAR10数据测试AUC结果》2020.12.31
  4. 《表3 CIFAR-10上各种方法准确率对比》2020.06.25
  5. 《表1 训练集和测试集中10种猴子的图片分类情况》2020.05.10
  6. 《表1 CIFAR-10和MNIST数据集上对于对抗样本分类正确率比较》2020.09.01
  7. 《表2 MNIST和CIFAR-10上干净样本分类准确率比较》2020.09.01
  8. 《表3 不同搜索策略在CIFAR-10数据集上的分类结果和搜索时间比较》2020.09.01
  9. 《表2 CIFAR 10数据集中不同池化方法的实验结果》2020.06.01
  10. 《表2 各融合分支子网基于cifar10测试集正确率》2020.02.01
  11. 《表1 CIFAR-10分类准确率及特征维度对比》2020.04.01
  12. 《表2 MNIST和CIFAR10的测试正确率》2020.01.01
  13. 《表3 CIFAR100数据集的测试正确率》2020.01.01
  14. 《表3 模型在CIFAR10和CIFAR100上的分类错误率》2020.01.01
  15. 《表2 测试集中5, 10和15次重复的字符输入准确率 (BCI竞赛数据)》2019.09.01
  16. 《表6 CIFAR10各种方法的分类准确率对比》2019.06.25
  17. 《表3 各网络在Cifar10数据集上的分类正确率》2019.03.01
  18. 《表2 Cifar-10数据集中物体识别率》2019.01.25
  19. 《表5 4种网络结构在CIFAR-10的准确率》2019.11.18
  20. 《表1 CIFAR-10图像分类准确率》2018.06.01

随机翻阅

《表7 稳健性检验回归结果》 《表3 两组治疗前后血脂指标比较（,mmol/L)》 《表1 各地区采用标准及等同物》 《表1 不同土类型的休止时间》 《表2 土壤盐化程度分组标准》 《表1《变色龙》一课的学情调查与学生回答情况》 《表5 两组患者腰背部疼痛的比较》 《表3 不同病情UC患者血清中氧化应激指标含量的比较 (±s)》 《表4 激光处理前后锦纶针织物的耐水洗色牢度》 《表1 小鼠血清中MDA水平与SOD、CAT、GSH-Px酶活性 (n=10)》