关于卷积神经网络以下说法错误的是?()
A.卷积神经网络可以包含卷积层,池化层和全连接层
B.卷积核不可以用来提取图片全局特征
C.在处理图片时,是以扫描窗口的方式对图像做卷积
D.常见的池化层有最大池化与平均池化
A.卷积神经网络可以包含卷积层,池化层和全连接层
B.卷积核不可以用来提取图片全局特征
C.在处理图片时,是以扫描窗口的方式对图像做卷积
D.常见的池化层有最大池化与平均池化
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.卷积神经网络的层次结构依次是由输入层、卷积层、激活层、池化层和全连接层组成。
B.卷积神经网络的层次结构依次是由输入层、激活层、卷积层、池化层和全连接层组成。
C.卷积神经网络的层次结构依次是由输入层、卷积层、池化层、激活层和全连接层组成。
D.卷积神经网络的层次结构依次是由输入层、池化层、卷积层、激活层和全连接层组成。
A.LeNet-5是卷积神经网络
B.池化层可以非常有效地缩小参数矩阵的尺寸,从而减少后面的卷积层或者全连接层中的参数数量。
C.与全连接的神经网络相比,CNN应用于图像处理时可能会导致一个严重的参数数量的膨胀的问题。
D.卷积层的特点是参数共享
A.卷积核越大越好。
B.不同卷积层或同一卷积层只能用一种大小的卷积核。
C.在卷积层之前使用池化操作,可以减少卷积层参数量。
D.类似AlexNet网络使用的分组卷积可以增加卷积层的参数量。
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!