《表4 不同卷积层的对比实验》

  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

《Attention机制在脱机中文手写体文本行识别中的应用》

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

表4列出了在添加空白标签的前提下，不同数量的卷积层对识别结果的影响．当CNN为6层、9层和10层时，对应的字符准确率分别为65.20%、95.76%、73.94%．对比表明，9层的卷积层的识别结果最好，6层的卷积层可能存在欠拟合的情况，而10层的卷积层可能又存在过拟合的情况．