《表1 非线性激活函数计算效率对比表》
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
《优化非线性激活函数-全局卷积神经网络的物体识别算法》
本部分对32层Re LU、PRe LU、ELU和MPELU分别训练700k次迭代,再计算单次迭代时间的平均值.具体结果如表1所示.通过表1可知,虽然MPELU引入了额外的参数,但是单次迭代所需要的平均时间与其他方法相近,甚至还有所减少.
图表编号 | XD00213645900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 安凤平 |
绘制单位 | 淮阴师范学院物理与电子电气工程学院、北京理工大学信息与电子学院 |
更多格式 | 高清、无水印(增值服务) |