《表1 实验结果:基于分类思想的深度学习人脸美丽回归预测层设计》
可以看出,在同样的网络超参数配置下,LCNN-cr大概在90次迭代后收敛,而LCNN-reg则需要大概130次迭代收敛。相比于LCNN-reg的Loss下降曲线,很明显可以看出LCNN-cr的Loss下降曲线非常平稳,这说明LCNN-cr更容易收敛至最优点附近,网络结构比LCNN-reg更稳定。两种网络的五折交叉验证平均系数如表1所示。
图表编号 | XD0096232300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.05 |
作者 | 刘勇 |
绘制单位 | 四川大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |