《表3 不同模型的复杂度对比》
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。
图表编号 | XD00212013000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 何春蓉、朱江 |
绘制单位 | 重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |