《表3 模型复杂度分析:面向问句复述识别的多卷积自交互匹配方法研究》
本文对基线模型与MCSM模型进行复杂度分析。如表3所示,前3行是学者Vaswani A等[14]给出的单独一层自注意力、RNN、CNN模型复杂度与序列操作次数分析结果,其中n表示序列长度,d表示向量维度,k表示卷积核个数,其中RNN具有时序依赖性无法并行操作,所以序列操作次数是O(n)。因为基线模型与MCSM模型都分别用到注意力、RNN与CNN,所以本节以这三者的复杂度与序列操作次数为基准对各个模型进行复杂度分析。
图表编号 | XD0091827200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 陈鑫、李伟康、洪宇、周夏冰、张民 |
绘制单位 | 苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院、苏州大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |