A.市场结构
B.产业结构
C.垄断结构
D.组合结构
第2题
A.A.局部感受野
B.B.权值共享
C.C.亚采样
D.D.全局监控
第3题
A.人工神经网络主要由输入层、隐藏层和输出层组成。深度学习一般要求有多个隐藏层
B.卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性,这种连接恰好也符合生物神经元的稀疏性响应特性
C.卷积神经网络有两个基本概念:权值共享和池化。权值共享使权值参数的个数减小;池化可以使特征图减小,简化计算
D.损失函数层的作用是用来估算模型的预测值与实际值的差距的函数,它是一个非负的实数值函数,它的值越小,反应该网络的数据拟合性能越好,也就是其结果越逼近原始输入数据
第4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
第6题
A.LeNet-5是卷积神经网络
B.池化层可以非常有效地缩小参数矩阵的尺寸,从而减少后面的卷积层或者全连接层中的参数数量。
C.与全连接的神经网络相比,CNN应用于图像处理时可能会导致一个严重的参数数量的膨胀的问题。
D.卷积层的特点是参数共享
第7题
A、对于图像而言,由于通常一般是局部的像素联系较为紧密,而距离较远的像素相关性则相对较弱。因而可以采用局部感知,即每个神经元可以只需对局部信息进行感知,然后在更高层将局部信息进行综合以得到全局的信息
B、可以把卷积想象成作用于矩阵的一个滑动窗口函数。滑动窗口又称作卷积核、滤波器或是特征检测器
C、对于给定的输入图像,卷积操作的输出图像中每一个像素实际上是输入图像中局部区域中像素的加权平均,其权值由一个函数定义,这个函数称为卷积核
D、其它答案都不对
为了保护您的账号安全,请在“上学吧”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!