首页 > 其他
题目内容 (请给出正确答案)
[单选题]

当在卷积神经网络中加入池化层(poolinglayer)时,变换的不变性会被保留,是吗()。

A.不知道

B.看情况

C.是

D.否

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“当在卷积神经网络中加入池化层(poolinglayer)时,…”相关的问题
第1题
在经典的卷积神经网络模型中,Softmax函数是跟在什么隐藏层后面的?()

A.卷积层

B.池化层

C.全连接层

D.以上都可以

点击查看答案
第2题

以下哪层是卷积神经网络的组成部分()。

A.卷积层

B.中间层

C.池化层

D.全连接层

点击查看答案
第3题
关于卷积神经网络CNN,以下说法错误的是:()

A.CNN中的全连接层常用softmax作为激活函数。

B.CNN中的池化层用于降低特征图维数,以避免过拟合。

C.CNN由卷积层、池化层和全连接层组成,常用于处理与图像有关的问题。

D.由于卷积核的大小一般是3*3或更大,因此卷积层得到的特征图像一定比原图像小。

点击查看答案
第4题
卷积神经网络中常用的池化函数包括()。

A.最大池化函数

B.L2范数

C.相邻矩形区域内的平均值

D.基于据中心像素距离的加权平均函数

点击查看答案
第5题
卷积神经网络通过哪些措施来保证图像对位移、缩放、扭曲的鲁棒性()。

A.局部感受野

B.共享权值

C.池采样

D.正则化

点击查看答案
第6题
下面关于深层网络模型的介绍中,哪个说法是正确的()?

A.在卷积神经网络中,采用平均池化可减小误差,适用于需要突出纹理等特征的场景中

B.ResNet通过增加恒等映射,增加参数从而减少模型优化的难度,实现性能提升

C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量,使模型可以处理任意尺寸的图像

D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布

点击查看答案
第7题
下列属于CNN关键层的是()。

A.输入层

B.卷积层

C.激活层

D.池化层

点击查看答案
第8题
卷积神经网络中同一卷积层的所有卷积核是权重共享()。

A.对

B.错

点击查看答案
第9题
哪些项不属于使用池化层相比于相同步长的卷积层的优势()。

A.参数更少

B.可以获得更大下采样

C.速度更快

D.有助于提升精度

点击查看答案
第10题
在卷积神经网络中,最后一层一般是全连接层,在全连接层中我们使用以下哪个函数作为激活函数?()

A.Softmax函数

B.SoftPlus函数

C.Sigmoid函数

D.Relu函数

点击查看答案
第11题
卷积神经网络的第一层中有10个卷积核,每个卷积核尺寸为55,步长为1,不补零,该层的输入图片的维度是224×224×3,那么该层输出的维度是()。

A.220×220×10

B.220×220×5

C.224×224×10

D.224×224×5

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改