《表5 不同F\\CR因子值所用时间》

  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

实验中同时注意到，DE方法在训练过程中所获模型精度时出现波动，为测试算法内部F和CR两个因子的选定对DE过程的影响，表5记录了实验中当F、CR选取固定值时和通过SA（·）动态变化时DE-DNN产生的时间开销．结果表明，当F、CR两个因子在训练全过程始终不变时模型的收敛速度，皆低于动态SA（·）方法；且通过调整两个因子的设定值发现，随着F、CR增大，对训练效率造成的影响越大．