《表1 本文卷积网络详细参数》
提示：宽带有限、当前游客访问压缩模式
本文的卷积神经网络详细参数如表1所示．
| 图表编号 | XD00194105700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 白杨、姚桂林 |
| 绘制单位 | 哈尔滨商业大学计算机与信息工程学院、哈尔滨商业大学计算机与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 网络A、网络B卷积层和池化层详细参数》2020.10.10
- 《表1 卷积神经网络参数：基于卷积神经网络的蓖麻种子损伤分类研究》2020.11.18
- 《表1 本文所使用的Mobile Net网络架构(带dw表示采用深度可分离卷积)》2020.11.15
- 《表5 卷积神经网络详细参数》2020.05.25
- 《表2 全卷积神经网络与本文网络的速度和参数量》2020.06.25
- 《表1 全卷积神经网络和本文网络实验结果对比》2020.06.25
- 《表4 测试集详细结果：基于深度残差全卷积网络的Landsat 8遥感影像云检测方法》2020.05.25
- 《表1 数据集的详细信息：基于稠密卷积网络的轴承故障诊断》2020.08.18
- 《表1 基于卷积神经网络的射频指纹分类网络详细参数》2020.07.05
- 《表4 基分类器详细参数：基于卷积神经网络和集成学习的阿尔茨海默症早期诊断》2019.10.25
- 《表1 VGGNet-16中5个卷积模块的详细参数》2019.08.10
- 《表2 本文卷积神经网络模型在FER2013数据集的识别效率（单位：%）》2019.07.25
- 《表1 深度卷积神经网络详细参数》2019.08.10
- 《表1 卷积神经网络网络参数》2019.07.16
- 《表1 本文采用的卷积神经网络结构》2019.09.01
- 《表8 使用299×299像素图像本文网络与其他卷积神经网络分类性能的对比》2019.01.10
- 《表7 使用384×384像素图像本文网络与其他卷积神经网络分类性能的对比》2019.01.10
- 《表6 本文网络与其他卷积神经网络的F-Measure比较》2019.01.10
- 《表5 本文网络与其他卷积神经网络的比较》2019.01.10
- 《表1 卷积神经网络参数：基于跨连接卷积神经网络的绝缘子检测方法》2019.02.25