《表2 判别器D网络参数：基于生成对抗网络的织物图案生成方法》
提示：宽带有限、当前游客访问压缩模式
改进DCGAN的网络结构如图6所示，生成器G和判别器D的网络参数分别见表1、表2。其中，m@k×k×n表示当前层的卷积核设置为k×k×n，并运算出m个特征图。
| 图表编号 | XD00192274300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 李锋、邵健 |
| 绘制单位 | 东华大学计算机科学与技术学院、东华大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 超参数分析：基于生成对抗网络的自动细胞核分割半监督学习方法》2020.10.10
- 《表3 人工评估实验结果：基于生成对抗网络的书法纺织图案设计开发》2021.02.20
- 《表2 精确度对比试验：基于多层感知器生成对抗网络的电网智能客服技术研究》2021.02.20
- 《表1 验证计算机配置：基于多层感知器生成对抗网络的电网智能客服技术研究》2021.02.20
- 《表1 生成器G网络参数：基于生成对抗网络的织物图案生成方法》2020.10.01
- 《表3 模型评估结果：基于生成对抗网络的织物图案生成方法》2020.10.01
- 《表2 判别器网络结构：基于生成对抗网络的缸盖表面缺陷识别》2020.11.25
- 《表1 生成式对抗网络训练过程判别器及生成器损失》2021.02.25
- 《表3 判别效度分析：基于生成对抗网络的暂态稳定预防控制》2020.12.25
- 《表2 GAN参数设置：基于生成对抗网络的高端装备研制数据脱敏方法》2020.06.01
- 《表4 鉴别器架构：基于LeakyMish流行正则化半监督生成对抗网络的图像分类模型》2020.06.25
- 《表2 鉴别器架构：基于LeakyMish流行正则化半监督生成对抗网络的图像分类模型》2020.06.25
- 《表1 训练超参数实验值：基于邻域差分滤波生成式对抗网络的数据增强方法》2020.06.01
- 《表1 判别网络模型参数：基于条件信息卷积生成对抗网络的图像识别》2020.07.15
- 《表2 生成器结构参数：基于生成对抗网络的压缩感知图像重构方法》2020.06.10
- 《表1 鉴别器结构参数：基于生成对抗网络的压缩感知图像重构方法》2020.06.10
- 《表5 判别器参数表：基于深度卷积生成对抗网络的图像识别算法》2020.04.01
- 《表1 生成模型网络结构：基于循环一致性对抗网络的数码迷彩伪装生成方法》2020.02.10
- 《表2 判别器网络参数：基于GAN网络的菌菇表型数据生成研究》2019.12.25
- 《表1 分割方法定量评价：多尺度判别条件生成对抗网络的前列腺MRI图像分割方法》2019.09.16