《表1 本实验的卷积神经网络参数》

  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

《SR-CNN融合决策的眼部状态识别方法》

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

各层的超参数如表1所示，“图像（3×100×100）”表示RGB图像转置后作为模型的输入层；“卷积（64，3×4×4，2×2）”表示利用64个3×4×4的卷积核在输入图像以步长为2×2进行滑动输出特征图；“池化（2×2，2×2）”表示池化层取局部区域为2×2，滑动步长为2×2。表中可以看出卷积层的参数个数远小于全连接层，验证了卷积神经网络稀疏连接和权值共享的能大幅减少参数数量。