《表1 不同批次的结果：一种改进的LeNet-5卷积神经网络算法》
提示：宽带有限、当前游客访问压缩模式
实验设计按照批次进行训练，通过实验证明，每批次设置为50，结果最好。如表1所示。
| 图表编号 | XD00184693800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.20 |
| 作者 | 王博、朱兆旻、唐天兵 |
| 绘制单位 | 广西大学计算机与电子信息学院、北部湾大学电子与信息工程学院、广西大学计算机与电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 不同压缩比的结果：一种新的胎心率信号压缩方法——卷积编解码网络》2021.02.20
- 《表3 两种模型的对比：一种改进的LeNet-5卷积神经网络算法》2020.10.20
- 《表1 设计进出水水质：三通道拟合的改进卷积神经网络林火识别算法》2020.11.20
- 《表1 输出特征图的尺寸：一种改进的卷积神经网络的室内深度估计方法》2020.08.15
- 《表3 对比算法测试结果：基于改进深度卷积生成对抗网络的路面指示标志识别方法》2020.06.28
- 《表1 参数设置：融合LeNet-5和Siamese神经网络模型的人脸认证算法研究》2020.08.01
- 《表1 骨干网络：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表3 多尺寸预测：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表5 算法对比：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表2 MC模块：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表1 故障分类：一种改进卷积神经网络的逆变器故障诊断》2020.05.30
- 《表1 实验参数表：一种基于卷积神经网络的人脸识别改进算法》2020.08.01
- 《表1 对比实验结果：一种改进的卷积神经网络恶意域名检测算法》2020.02.20
- 《表1 改进后的LeNet-5网络结构》2020.02.25
- 《表1 卫星网络仿真参数：一种基于改进蜂群算法的网络重构技术》2020.01.01
- 《表7 综合测试结果：一种改进深度卷积生成对抗网络的人脸分割方法》2019.10.25
- 《表6 预设参数：一种改进深度卷积生成对抗网络的人脸分割方法》2019.10.25
- 《表1 改进LeNet-5网络结构参数描述》2019.08.01
- 《表1 实验结果：基于改进卷积神经网络的人脸识别算法》2019.07.31
- 《表1 实验平台参数：基于改进卷积神经网络结合支持向量机的行人检测算法》2018.09.05