《表3 参数信息：一种基于差分进化改进的深度神经网络并行化方法》

  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

《一种基于差分进化改进的深度神经网络并行化方法》

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

实验中基于NiN[25]深度神经网络模型进行实现，该模型所实现的网络结构如图4所示，各层参数信息见表3，共包含966986个参数．实现过程中，同时采用了随机初始化参数和对网络内部进行Dropout的操作．以上NiN模型及相应操作皆通过TensorFlow实现并应用于CIFAR-10数据集的测试中．而对于CIFAR-100数据集，其所实现的NiN网络模型结构相同，唯一区别是Mlpconv3层会输出100个特征映射．