题目内容
（请给出正确答案）
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
参考答案
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
网友提供的答案
更多“下面关于深层网络模型的介绍中，哪个说法是正确的()?”相关的问题
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.每个卷积层中的卷积核都需要处理全部接受到的信息
B.卷积神经网络是目前网络深度最深的深度神经网络模型之一
C.卷积核用来实现对输入信号的各种处理，不同的卷积核实现不同的功能
D.池化操作对多个卷积核得到的信息进行降维，只保留重要信息
A.在卷积神经网络中，卷积的下一步通常是进行池化处理(pooling)
B.池化处理主要是对不同位置的特征进行聚合统计
C.池化处理起到了减少了参数和降维的作用
D.常用的池化做法是对每个滤波器的输出求最大值、平均值等
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。
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
A.卷积滤波矩阵中的参数
B.全连接层的链接权重
C.激活函数中的参数
D.模型的隐藏层数目
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。
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！
