《表1 info GAN模型参数》

  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

《基于插值一致性的半监督三维目标分类算法》

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

info GAN所采用的神经网络的基本模型参数如表1所示，其中，卷积层与反卷积层参数表示为C/CT（输出通道数-卷积核大小-步长-边沿填充大小），全连接层参数表示为FC（输出节点数），R为形状重塑层，参数表示为R（输出通道数-输出尺寸大小）。生成器每个卷积层之间都有修正线性单元（Rectified linear unit，Re LU）激活层和批量正则化（Batch Normalization，BN），而鉴别器卷积层间使用Leaky Re LU。最后一层使用S形激活函数。鉴别器与分类器共享网络部分的下采样与生成器的上采样都是通过下一层中的跨步卷积完成。