《表4 递归神经网络个数对训练时间的影响Tab.4 Effect of recursive neural network number on training time》

  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

《基于改进的卷积神经网络的钢号识别》

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

1) 固定C3层卷积核个数K3=16，将递归神经网络的个数K2从5以增量5变化到45，识别率如图4所示。从图4中可见，在一定范围内随递归神经网络的个数增加，错误率也随之降低，当K2=30左右时达到饱和，错误率不再明显下降。递归神经网络的个数和训练时间的关系如表4所示。由表4可见，随递归神经网络个数的增加，训练所需时间也有所增加，在K2值较小时，随K2的增加，训练所需时间缓慢增加，当K2>35时，再增加K2的数目，时间消耗增幅变大。