《表1 图5所示曲线对应的最大准确率》

  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

《图像分类卷积神经网络的反馈损失计算方法改进》

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

在图5（a）中，sigmoid-2、sigmoid-10和sigmoid-20所标记的曲线对应的模型在训练时都使用sigmoid激活函数和交叉熵损失函数计算反馈损失.三条曲线的不同之处在于，sigmoid-2曲线对应的CNN模型使用独热编码处理训练样本的标签，而sigmoid-10曲线和sigmoid-20曲线对应的模型使用分组码处理训练样本的标签.sigmoid-10曲线对应的模型使用（10，4）分组码，而sigmoid-20曲线对应的模型使用（20，4）分组码.softmax-2和softmax-20所标记的曲线对应的模型在训练时使用softmax激活函数和对数似然损失函数计算反馈损失.不同之处是，softmax-2曲线对应的模型使用独热编码处理训练样本的标签，而softmax-20对应的模型使用（20，4）分组码处理训练样本的标签.图5（b）和图5（c）中各条曲线所代表的含义与图5（a）类似，三幅仿真图的不同点在于图5（a）、图5（b）和图5（c）所使用的数据集和网络结构不同.表1是图5中每条曲线对应的最大准确率.