《表1 门控记忆网络方法框架》

  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

《网络攻击检测的门控记忆网络方法》

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

门控记忆网络方法采用了深度学习的架构体系，其具体框架如表1所示。表中，输入层和嵌入层完成低维实值特征表示；Dropout层是深度学习中用于抑制过拟合的主要手段，使用该策略可以获得更好的测试精度；全连接层和softmax层实现logistic回归，对应计算式（6）中的，全连接完成线性映射计算，softmax对映射后的两个值归一化得到。训练时，网络计算损失并进行梯度回传和参数更新；测试时，网络计算大小，判定类别标签。