更多“10、卷积神经网络中,输入图片为RGB3个通道,每个通道大小为32x32,即输入大小为32x32x3,单个卷积核大小为5x5x3,卷积核个数为6,步长为1,无补边,则输出的大小为()。”相关的问题
第1题
现有一个两层的卷积神经网络,第一层是常规的卷积层,输入输出的通道数为3和64,卷积核大小为3×3;第二层是分组卷积层(group convolution layer),分为4组,输入输出通道数为64和32,卷积核大小为3×3。则该网络的参数个数为()
点击查看答案
第2题
在卷积神经网络计算中,已知输入特征层大小为32x32x64, 使用标准卷积计算,带偏置项,卷积核大小为3*3,输出特征层数目为64,请问卷积层的参数个数为?
点击查看答案
第3题
在卷积神经网络计算中,已知输入特征层大小为32x32x64, 使用标准卷积计算,带偏置项,卷积核大小为3*3,输出特征层数目为64,请问卷积层的参数个数为?
点击查看答案
第4题
将一张32*32大小的图片输入一个卷积神经网络,经过一层卷积层(卷积核大小为5*5,步长为1,非全零填充)和一层池化层(池化核大小为2*2,步长为2,全零填充)之后输出的图片尺寸为多少?
点击查看答案
第5题
图像识别示例中,卷积神经网络输入的是24*24的彩色图像,通道数为()
点击查看答案
第6题
图像识别示例中,卷积神经网络输入的是24*24的彩色图像,通道数为()
点击查看答案
第7题
图像识别示例中,卷积神经网络输入的是24*24的彩色图像,通道数为()
点击查看答案
第8题
假设某卷积层的输入特征图大小为36*32*6,卷积核大小是5*3,通道为20个,步长为1,没有padding,那么得到的特征图大小为?
A.32*30*20
B.27*30*20
C.32*28*6
D.36*34*20
点击查看答案