《表2 基于卷积神经网络不同训练算法的性能比较》
提示：宽带有限、当前游客访问压缩模式
在卷积神经网络的训练过程中，误差梯度在不同学习算法下的曲面变化如图5所示，在不同算法下的收敛时间和均方误差的实验数据见表2。
| 图表编号 | XD0040518800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.16 |
| 作者 | 杨鹤标、龚文彦 |
| 绘制单位 | 江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型性能对比：基于卷积神经网络的手势识别算法研究》2021.01.20
- 《表3 算法性能对比：基于定位置信度和区域全卷积网络的火焰检测方法》2020.10.25
- 《表1 模型性能比较：基于双流卷积神经网络和生成式对抗网络的行人重识别算法》2020.06.10
- 《表2 不同算法结果对比：基于深度卷积神经网络的遥感图像目标检测方法》2020.05.25
- 《表2 模型的训练时长：基于卷积神经网络特征提取的轻量级包装袋分类模型》2020.08.25
- 《表2 训练参数设置：基于卷积神经网络的人脸表情识别》2020.06.01
- 《表2 神经网络训练结果：基于并联卷积神经网络的多端直流输电线路故障诊断》2020.06.25
- 《表1 不同卷积层的比较：基于卷积神经网络的立体匹配算法》2019.12.25
- 《表4 基于卷积神经网络的果实识别算法比较》2019.09.01
- 《表2 泛化性能对比：基于残差全卷积网络的图像拼接定位算法》2019.09.30
- 《表2 训练集统计情况：基于卷积神经网络的面部图像修饰检测》2019.09.30
- 《表1 基于卷积神经网络的超分辨率算法比较》2019.11.01
- 《表1 各分类算法的比较：基于卷积神经网络的先心病心音信号分类算法》2019.10.25
- 《表3 算法性能效果对比：基于全卷积神经网络的多尺度人脸检测》2019.10.25
- 《表5 训练时间比较：基于复合卷积神经网络的图像超分辨率算法》2019.07.01
- 《表2 不同模型性能对比：基于轻量级卷积神经网络的人脸识别方法》2019.03.01
- 《表2 图像网络训练参数：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表1 基于BP神经网络不同训练算法的性能比较》2019.01.16
- 《表2 预训练准确率：基于卷积神经网络的RGB-D图片分类》2018.12.20
- 《表1 跟踪速度的比较：基于卷积神经网络的实时跟踪算法》2018.05.20