《表3 不同batch＿size的准确率与损失》
提示：宽带有限、当前游客访问压缩模式
根据半监督参数的影响，选取labeled＿rate为0.5固定值，选取批处理量分别为50，100，150，200进行对比，在表3中列举出准确率以及损失函数．
| 图表编号 | XD00559400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 徐林、郑晓彤、付博、田歌 |
| 绘制单位 | 东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 不同激活函数对准确率和损失值的影响》2020.10.01
- 《表3 batch＿size对比结果分析》2020.05.25
- 《表1 1 3个检索在NW1＿G4中不同截止点的准确率和召回率》2020.08.20
- 《表3 不同分类器使用不同特征集的损失(Loss，越小越好)和准确率(Acc，越大越好)》2020.06.20
- 《表3 不同损失函数下表情识别准确率对比》2020.01.01
- 《表3 各近邻检索方法在数据集ANN＿SIFT1M上的查询准确率与查询时间对比》2020.02.01
- 《表4 传统神经网络与M＿CNN损失值对比》2020.02.01
- 《表3 传统神经网络与M＿CNN准确率对比》2020.02.01
- 《表7 不同训练样本比例下的全局准确率（GRSS＿DFC＿2013)》2020.04.01
- 《表3 不同损失函数的验证准确率》2019.12.25
- 《表3 不同损失函数下面部表情识别的准确率》2019.12.25
- 《表2 Batch Size对分割效果的影响》2019.11.15
- 《表3 不同Base＿size的效果统计》2019.06.01
- 《表4 test＿size=0.5时四种模型在测试集上的性能对比》2019.02.01
- 《表3 test＿size=0.3时四种模型在测试集上的性能对比》2019.02.01
- 《表2 test＿size=0.2时四种模型在测试集上的性能对比》2019.02.01
- 《Table 5 Execution time of AVF2 with different values of batch＿size表5 不同batch＿size取值时AVF2算法用时》2019.01.01
- 《表3 DMA接收缓存处理实例 (UART＿SIZE=8)》2019.01.25
- 《表3 不同规模随机森林的分类准确率Tab.3 Classification accuracy of different-sized random forest》2018.04.10
- 《表2 不同labeled＿rate的准确率与损失》2019.12.01