《表1 卷积神经网络配置：Attention机制在脱机中文手写体文本行识别中的应用》

  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

本文采用去除全连接层的卷积神经网络，并且在一些卷积层后面增加批标准化（Batch Normalization，BN）[19]．如表1所示，maps表示特征图的数量，Window表示池化层窗口大小，k、s、p分别代表卷积核，步长和填充．由表1可知，卷积层的卷积核的大小都是3，卷积核移动的步长均为1，填充也为1，激活函数使用的均为Re LU，池化层全部为M axPooling.