下列关于最大池化的说法中错误的是?
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
- · 有4位网友选择 C,占比40%
- · 有3位网友选择 D,占比30%
- · 有2位网友选择 A,占比20%
- · 有1位网友选择 B,占比10%
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. 蓄电池一周没有使用,必须进行过充电
B. 蓄电池已放电至极限电压以下,必须进行过充电
C. 以最大电流放电超过10h,必须进行过充电
D. 如果蓄电池板抽出检查,清除其附着的沉淀物后,必须进行过充电
A、k均值算法采用误差和准则函数,其聚类目标是使准则函数值最小
B、理论上可以证明,k均值聚类算法是收敛的
C、k均值算法的聚类结果虽然收敛但不确定
D、聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响
A、使用误差平方和作为基本聚类准则
B、设定指标参数决定是否进行“合并”或“分裂”
C、设定算法控制参数来决定算法的运算次数
D、不能自动调节最优类别数k
A、对比散度算法是一种无监督学习算法
B、对比散度算法能够发现训练集中样本最关键的特征
C、对比散度算法能够使真实的样本特征分布和重构的样本特征分布之间的KL散度取得误差范围内的极小值。
D、深度信念网中多层受限玻尔兹曼机同时通过对比散度算法完成预训练
A、前馈网络表达输入和输出之间的映射关系
B、反馈网络表达输出与输入的共同作用
C、前馈网络为静态网络
D、反馈网络为动态网络
E、前馈网络输出不作用在网络的输入中
F、反馈网络下一时刻的输出与上一时刻的输出有关
G、前馈网络表达输出与输入的共同作用
H、反馈网络表达输入和输出之间的映射关系
I、前馈网络为动态网络
J、反馈网络为静态网络
A、深度信念网为一维向量输入,不能直接用于二位图像
B、受限玻尔兹曼机的层间全连接,权值数量太多
C、需要进行认知-重构的双向计算,学习速度不够快
D、其余三个说法都不对
A、Jp大于等于0
B、Jp小于等于0
C、当两类完全可分时,Jp取得最大值
D、当两类完全可分时,Jp取得最小值
E、当两类完全不可分时,Jp等于0
F、当两类完全不可分时,Jp小于0
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!