题目内容（请给出正确答案）

[单选题]

AlexNet使用ReLU激活函数的好处不包括以下哪个方面？

A.缓解了梯度消失问题

B.提高l网络训练速度

C.梯度为0时神经元难以正常工作

D.开销小、计算快

提问人：网友blueice0312 发布时间：2022-01-07

参考答案

查看官方参考答案

如搜索结果不匹配，请联系老师获取答案

网友答案

查看全部（）

· 有4位网友选择 A，占比36.36%
· 有3位网友选择 D，占比27.27%
· 有2位网友选择 C，占比18.18%
· 有2位网友选择 B，占比18.18%

ABCD

提交我的答案

登录提交答案，可赢取奖励机会。

您可能会需要：

重置密码查看订单联系客服

安装简答题APP，拍照搜题省时又省心！

更多“AlexNet使用ReLU激活函数的好处不包括以下哪个方面？”相关的问题

第1题

设函数u=u(x,y)由方程组

点击查看答案

第2题

处理等温过程,使用以下哪个热力学势函数比较方便

A．内能

B．赫姆赫兹自由能

C．吉布斯自由能

D．焓

点击查看答案

第3题

神经网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?()

A、tanh函数

B、Relu函数

C、Softleen函数

D、Sigmoid函数

点击查看答案

第4题

以下属于使用函数句柄的优点的是?

A．在更大范围内调用函数

B．提高函数调用的速度

C．使函数调用像使用变量一样方便、简单

D．可迅速获得同名重载函数的位置、类型信息

点击查看答案

第5题

以下哪个关键字用于表示类的析构函数?()

A.__autoload

B.析构函数就是类的别名

C.__construct

D.__destruct

点击查看答案

第6题

在池化中，当步长小于卷积核的大小时会称为重叠池化。与非重叠池化相比，下面哪个不是重叠池化的优点？

A、损失信息少

B、获得的图像特更丰富

C、提高卷积神经网络的正确率

D、减少计算量

点击查看答案

第7题

有关VGG网络的说法，以下哪个说法是错误的？

A、多个3X3小卷积的级联效果与5X5和7X7的大卷积核功能相仿

B、使用了dropout减少过拟合

C、使用不同数量的卷积核拼成模块，同一模块特征图的尺寸不变。

D、卷积层与池化层是一一配对的

点击查看答案

第8题

VGG对图像的分类准确度高于AlexNet的原因可能不是下面的哪一项？

A、较小的卷积核

B、更多的隐层（深度大）

C、训练次数多

D、多个卷积层组成的模块

点击查看答案

第9题

以下卷积神经网络优化的方法正确的是哪个？

A、卷积层使用卷积+ReLU+batch normalization的结构

B、mini-batch的batch值越大越好

C、增加池化层的个数可以提高网络训练参数，但降低了网络性能

D、激活函数尽量选择Sigmoid等函数，提高网络的非线性拟合能力

点击查看答案

第10题

对于GoogLeNet网络，以下哪个说法是错误的？

A、为适应不同大学的图形特征的获取，采用了多种大小的卷积核

B、网络的宽度和深度都得到了加强，特征获得更充分

C、通过线性堆叠各种Inception模块，在不明显增加网络课训练参数的情况下，提升网络的性能

D、GoogLeNetL的两个辅助分类器的主要目的是增加分类子模型，提高分类准确度

点击查看答案

警告：系统检测到您的账号存在安全风险

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！

微信搜一搜

简答题

点击打开微信

警告：系统检测到您的账号存在安全风险

抱歉，您的账号因涉嫌违反简答题购买须知被冻结。您可在“简答题”微信公众号中的“官网服务”-“账号解封申请”申请解封，或联系客服。

微信搜一搜

简答题

点击打开微信