首页 > 学历类考试
题目内容 (请给出正确答案)
[多选题]

关于卷积神经网络的叙述中正确的是()。

A.可用于处理时间序列数据

B.可用于处理图像数据

C.卷积网络中使用的卷积运算就是数学中的卷积计算

D.至少在网络的一层中使用卷积

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“关于卷积神经网络的叙述中正确的是()。”相关的问题
第1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2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3题
在经典的卷积神经网络模型中,Softma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4题
下面有关深度学习、目标检测和边缘计算的说法,正确的是哪些()?

A.目标检测常使用深度学习中卷积神经网络模型

B.训练好的目标检测算法可以用于边缘计算

C.机器视觉场景往往需要应用边缘计算

D.边缘计算就是一种人工智能

点击查看答案
第5题
下列哪一项在神经网络中引入了非线性()

A.随机梯度下降

B.修正线性单元(ReLU)

C.卷积函数

D.以上都不正确

点击查看答案
第6题

卷积神经网络使用的4个关键技术分别是()、()、()和()。

点击查看答案
第7题
提升卷积核(convolutionalkernel)的大小会显著提升卷积神经网络的性能。()
点击查看答案
第8题
为了迎合芯片计算的特点,神经网络算法进行了相应的改造,以下不属于有利于神经网络算法在芯片上运行的改变是()。

A.使用较小的卷积,并统一卷积核的大小

B.使用定点计算的神经网络代替浮点运算

C.使用ReLU作为非线性激发函数

D.增加网络的深度

点击查看答案
第9题
深度强化学习是以()为基础的。

A.GPU

B.大数据

C.AI

D.深度卷积神经网络

点击查看答案
第10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
第11题
以下那种卷积神经网络的设计引入了残差网络结构()?

A.LeNet

B.AlexNet

C.VGG

D.ResNet

点击查看答案
退出 登录/注册
发送账号至手机
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