《表2 全连接神经网络与GoogLeNet识别性能对比》

  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

《基于卷积神经网络的牙齿疾病识别系统》

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

为了验证本实验使用的网络的性能，同时搭建了一个3层的全连接网络，与其进行对比。全连接神经网络的第2层取500个神经元，以0.01的固定学习率进行学习，对比结果如表2所示。通过表2可知，GoogLeNet的识别率超出全连接网络大约10%。并且全连接网络参数大约有75×106个，而GoogLeNet大约有25×106个。