题目内容
(请给出正确答案)
[单选题]
你认为把下面卷积核应用到灰度图像会怎么样?()
A.会检测水平边缘
B.会检测图像对比度
C.会检测垂直边缘
D.会检测45度边缘
查看答案
如果结果不匹配,请 联系老师 获取答案
A.会检测水平边缘
B.会检测图像对比度
C.会检测垂直边缘
D.会检测45度边缘
A.CNN中的全连接层常用softmax作为激活函数。
B.CNN中的池化层用于降低特征图维数,以避免过拟合。
C.CNN由卷积层、池化层和全连接层组成,常用于处理与图像有关的问题。
D.由于卷积核的大小一般是3*3或更大,因此卷积层得到的特征图像一定比原图像小。
A.灰度模式下的图像所包含的颜色是黑白灰系列
B.由RGB模式转换为灰度模式的图像,会丢失彩色信息
C.一幅8位灰度模式的图像最多可包含的颜色数目是256
D.灰度图模式的图像即使转变为RGB模式也不可在图像上涂抹颜色
A.局部感知使网络可以提取图像的局部特征,而权值共享大大降低了网络的训练难度
B.通道数量越多,获得的特征图(Featuremap)就越多
C.卷积是指对图像的窗口数据和滤波矩阵做内积的操作,在训练过程中滤波矩阵的大小和值不变
D.SAME填充和VALID填充的主要区别是前者向图像边缘添加0值,而后者可能会忽略来自图像边缘的值
A.CNN和RNN都属于神经网络,因此二者的训练方式完全一致,均采用BP算法。
B.CNN和RNN都采用了权值共享机制以减少网络中的参数量。
C.在同一个网络中,CNN结构和RNN结构不能同时使用。
D.CNN适用于图像处理,而RNN适用于序列数据处理。
A.我把所有精力都放在你身上,你真是辜负我了
B.我不是一个好妈妈,你去找别人当妈吧
C.孩子,妈妈相信你会慢慢变好的
D.我生了你,真是作孽