《表3 反卷积和亚像素卷积对网络性能的影响(数据集为Set5，比例因子为4，初始学习率为10-5)》

  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

《结合误差反馈的LapSRN的图像超分辨率重建》

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

在收敛的过程中，亚像素卷积始终表现出较好的性能，且最终亚像素卷积能够到达更高的PSNR。对于学习率的选择，使用初始学习速率0.000 1，在10个Epoch内，残差学习网络的PSNR达到31.21。但是如果使用10-5，则网络的性能永远达不到相同的水平（40个Epoch后其性能为30.88）。实验证明，采用亚像素卷积对特征进行放大，可以有效防止反卷积方法所带来的边缘模糊，具有更好的收敛效果和更快的收敛速度。