以下哪个关于卷积神经网络的说法是错误的?
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.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、利用神经网络对两类问题进行分类时,可以用一个输出节点来实现。
B、神经网络实现多类问题的分类时可以用多个神经网络组合来实现。
C、利用神经网络来实现多类问题的分类时,可以采用一个具有的多个输出节点的神经网络来实现。
D、在利用神经网络进行分类时,神经网络的输入节点的个数多于输入的特征数量。
A、在FNN中,输入信号的传递方向是明确的,并不存在反向信号传递
B、一个标准的前馈神经网络只有一个输入层和一个输出层
C、FNN的同层神经元之间存在连接
D、FNN的输出结果只能是向量
A、卷积层后为池化层,然后还是卷积层-池化层。
B、多个连续的池化层,然后跟着一个卷积层
C、网络中最后的几个层是全连接层
D、网络中最开始的几个层是全连接层
B、每个卷积核在遍历整个图像的时候,卷积核的参数是变化的
C、图像的空间联系是局部像素较为稀疏,而距离较远的像素相关性较强
D、图像的空间联系是局部像素较为紧密,而距离较远的像素相关性较强
B、AC(B)
C、(AB)C
D、效率都一样
A、用新样本重新训练整个模型
B、只训练最后几层神经元
C、随机选几层进行训练
D、只训练最后一层,其余层网络参数冻结
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!