下面关于卷积神经网络相关描述中,正确的说法是哪个?
A.卷积中的通道数量只能是1或3
B.池化核大小与步长相等
C.Padding时各方向的填充不一定对称
D.卷积核越小,卷积后的结果越抽象
A.卷积中的通道数量只能是1或3
B.池化核大小与步长相等
C.Padding时各方向的填充不一定对称
D.卷积核越小,卷积后的结果越抽象
A、卷积神经网络的层与层之间都是全连接网络
B、卷积神经网络的层与层之间都是部分连接网络
C、卷积神经网络的层与层之间既有可能是全连接,也有可能是局部连接。通常是开始的若干层是局部连接,最后的层是全连接
D、卷积神经网络的层与层之间既有可能是全连接,也有可能是局部连接。通常是开始的若干层是全连接,最后的层是局部连接
B.在BPTT中,第一个求和是接收来自输入层的数据,第二个是接收来自上一隐藏层的数据
C.在RNN的后向传播中,累积残差仅包括当前时间输出层传回的残差
D.RNN 在处理中存在梯度消失问题,早期信号被忽略
A、典型的卷积神经网络是由卷积层、池化层和全连接层等组成
B、卷积神经网络训练时学习的是每层神经元的值
C、AlexNet是一个8层的卷积神经网络
D、目标检测网络Yolo网络结构中包含卷积层
A、在RNN中每个时间步骤用到的参数都是一样的,但是每一时间步的输入和输出是不一样的
B、在BPTT中,第一个求和是接收来自输入层的数据,第二个是接收来自上一隐藏层的数据
C、在RNN的后向传播中,累积残差仅包括当前时间输出层传回的残差
D、RNN在处理中存在梯度消失问题,早期信号被忽略
A、神经网络对训练数据中的噪声不敏感,因此数据质量可以差一些也没关系。
B、不能确定输入属性的重要性。
C、训练ANN是一个很耗时的过程。
D、只能用于分类。
B.当已知 LTI 系统的输入 x[n] 与冲激响应 h[n] 时,可以通过将 x[n] 和 h[n] 进行圆周卷积计算出系统的输出 y[n]。
C.进行圆周卷积的两个序列长度可以不相等。
D.圆周卷积定义式中的翻折与移位是圆周翻折与移位,在计算上与前面离散时间信号的基本运算中的翻折和移位是不同。所以圆周卷积结果与线性卷积是不同的。
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!