关于池化层,下列说法错误的是()
A.mean-pooling能减小邻域大小受限引起的估计值方差增大造成的误差
B.mean-pooling相对来说能更多的保留图像的背景信息
C.max-pooling相对来说能更多的保留纹理信息
D.max-pooling能减小邻域大小受限引起的估计值方差增大造成的误差
- · 有3位网友选择 A,占比33.33%
- · 有3位网友选择 C,占比33.33%
- · 有2位网友选择 D,占比22.22%
- · 有1位网友选择 B,占比11.11%
A.mean-pooling能减小邻域大小受限引起的估计值方差增大造成的误差
B.mean-pooling相对来说能更多的保留图像的背景信息
C.max-pooling相对来说能更多的保留纹理信息
D.max-pooling能减小邻域大小受限引起的估计值方差增大造成的误差
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.ALexNet采用的是最大池化方法
B.最大池化在物体轮廓等特征提取中更有效
C.最大池化比随机池化的计算量小
D.LeNet采用的是最大池化方法
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.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.池化的常用方法包括最大化池化、最小化池化、平均化池化、全局池化。
B.池化方法可以自定义。
C.在人脸识别中采用较多池化的原因是为了获得人脸部的高层特征。
D.池化在CNN中可以减少较多的计算量,加快模型训练时间。
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!