《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） |
