题目
A.池化方法也可以自定义
B.池化在CNN中没有增加可训练的参数,但减少较多的计算量,加快模型训练时间
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
第1题
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
第2题
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
第3题
A.池化操作可以实现数据的降维
B.池化操作具有平移不变性
C.池化操作可以扩大感受野
D.池化操作是一种线性变换
第4题
A.LeNet中使用的是均值池化
B.均值池化可以较好地保留图像的背景信息
C.均值池化在处理图像时,图像的边缘会被钝化
D.均值池化在物体轮廓等特征提取中更有效
第5题
A.LeNet中使用的是均值池化
B.均值池化可以较好地保留图像的背景信息
C.均值池化在处理图像时,图像的边缘会被钝化
D.均值池化在物体轮廓等特征提取中更有效
第6题
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.平均值等
第7题
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.平均值等
第8题
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.平均值等
为了保护您的账号安全,请在“赏学吧”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!