《表2 Cnet模型参数：基于轻量级深度神经网络的环境声音识别》

  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

《基于轻量级深度神经网络的环境声音识别》

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

实验首先搭建一个传统CNN模型作为参考，并将其命名为Cnet模型。该模型包括一个输入层、四组“卷积+池化”结构和一个输出层。每组“卷积+池化”结构中，卷积层的步幅为1，卷积核的大小设置为3×3；池化层的步幅设置为2；使用线性整流函数（Rectified Linear Unit，Re LU)[19]作为激活函数。输出层使用Softmax函数获得分类概率，模型参数如表2所示。