《表1 神经网络参数：构建并行卷积神经网络的表情识别算法》

  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

《构建并行卷积神经网络的表情识别算法》

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

该模型包括16个卷积层，2个连接层和3个全连接层。前两个卷积层分别有64个卷积核，对应的卷积核大小分别为7×7和3×3。ParaU1中包括7个卷积层，a通道使用了3个连续的卷积，分别有64个、128个、128个卷积核，对应的卷积核大小分别是1×1、3×3、3×3。b通道使用了两个连续的卷积，分别有64个、28个卷积核，对应的卷积核大小分别是1×1、3×3。c通道在卷积层之前加入了一个池化层，用以减少图像的尺寸，后面使用了两个连续的卷积层，均使用了128个卷积核，对应的卷积核大小是1×1、3×3。3个并行通道分别提取特征之后，提取出的特征在Incep2a-out层中连接起来，送入池化层，缩小尺寸并进一步提取特征之后送入下一个并行处理单元。在两个并行单元之后，连接了3个全连接层。这里为了防止过拟合的问题，在3个全连接层上都加入了Dropout层[15]，其值为0.4。最后输入给SoftMax层，用以实现表情图像的分类。参数设置如表1所示。