《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》

  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

《基于分类思想的深度学习人脸美丽回归预测层设计》

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

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。