《表1 深度学习库对比：基于深度学习的超窄间隙焊接质量评估方法》

  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

《基于深度学习的超窄间隙焊接质量评估方法》

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

随着大数据时代的到来，深度学习在各个学科的应用都展现出巨大的优势[17-18]。目前常用的深度学习框架如表1所示。其中，Tensor Flow框架[19]是谷歌的开源编程框架，广泛应用于语音识别或图像识别等研究对象。Tensor Flow框架提供Tensor Board可视化工具，方便查看焊接质量评估模型及其它参数的变化；该框架由谷歌开发维护，可保障支持、开发的持续性，便于焊接质量评估的后续研究。Tensor Flow框架不仅支持深度学习，还支持强化学习和其他算法；Caffe仅限于搭建CNN网络，Tensor Flow框架下能够搭建多种不同类型的网络。因此，本文选用Tensor Flow框架作为超窄间隙焊接质量评估模型的框架。