《表3 不同模型的复杂度对比》

  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

《基于注意力机制的GRU神经网络安全态势预测方法》

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

根据上文对模型预测步骤的描述，分析每次模型训练的时间复杂度。N为样本个数，m为神经元个数，Q=m/batch size为模型训练一次内部的迭代次数，模型参数迭代更新Q次。GRU内部存在2个门结构和一个候选状态，同时注意力层为一个前馈神经网络，因此本文的时间复杂度为O(3Q(2 Nm+m2）），同其他预测模型的复杂度比较如表3所示。