《表1 神经网络中各层具体参数》

  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

《深度学习在咽喉新生物识别中的应用研究》

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

每个卷积层下面都紧接着1个激活层和一个池化层。形成一个卷积单元，共5个卷积单元。第一个卷积单元卷积层的卷积核大小为5×5，卷积深度为64，它直接与输入图像区域从左至右，从上到下进行卷积计算，所得结果经激活层由PReLU激活函数进行激活操作，再将激活层的结果传至池化层即采样层进行最大值采样。采样结果继续作为下一层的输入，继续前向传播，重复之前的操作直到最后一层。将最后一层特征图（feature map）展开成全连接层再输出分类类别。全连接层利用softmax函数将结果映射到概率区间，取最大值类别为预测类别。新生物识别的模型网络中各层网络的卷积核尺寸、步长及池化区间参数如表1所示。