首页 > 自考
题目内容 (请给出正确答案)
[多选题]

在典型的卷积神经网络中,你能看到的是()

A.多个卷积层后面跟着的是一个池化层

B.多个池化层后面跟着的是一个卷积层

C.全连接层(FC)位于最后的几层

D.全连接层(FC)位于开始的几层

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“在典型的卷积神经网络中,你能看到的是()”相关的问题
第1题
在经典的卷积神经网络模型中,Softmax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2题
在处理图像领域中,卷积神经网络应用比较广泛,以下哪项不是卷积神经网络的组成部分?()

A.池化层

B.双向隐藏层

C.卷积层

D.全连接层

点击查看答案
第3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4题
假设我们需要训练一个卷积神经网络,来完成500种概念的图像分类。该卷积神经网络最后一层是分类层,则最后一层输出向量的维数大小可能是()。

A.1

B.500

C.300

D.100

点击查看答案
第5题
卷积操作是卷积神经网络所具备的一个重要功能,对一幅图像进行高斯卷积操作的作用是()。

A.对图像进行增强

B.对图像进行裁剪

C.对图像进行平滑(模糊化)

D.对图像进行分类

点击查看答案
第6题
与R-CNN相比,有关Fast-RCNN的说法错误的是哪个()?

A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络,降低了Fast-RCNN的mAP

B.候选框的目标分类和边框精调都由卷积神经网络承担,这也提高了算法的速度

C.舍弃了R-CNN的多尺度池化,提高了算法的速度

D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络

点击查看答案
第7题
卷积神经网络的正向传播过程是指从输入层到输出层的信息传播过程,该过程包括的操作有()。

A.卷积操作

B.池化操作

C.Relu操作

D.全连接分类

点击查看答案
第8题
卷积神经网络的常用应用有图像分类,图像分割语义,语言识别,()。

点击查看答案
第9题
对于图像分类问题,以下哪个神经网络更适合解决这个问题()

A.感知器

B.卷积神经网络

C.循环神经网络

D.全连接神经网络

点击查看答案
第10题
The scenery of Yellowstone National Park is very beautiful, but you will probably enj
oy the wild animals most of all.

A)在美丽的黄石国家公园能看到世界上大多数动物 , 你会愿意去那儿的。

B)尽管黄石国家公园景色很美 , 但吸引人的可能还是那里的许多野生动物。

C)黄石国家公园不但很美丽 , 而且在那里人们可见到世界上大部分的野生动物。

D)美丽的黄石国家公园里有许多动物,但吸引人的是野外的那些动物。

E)黄石国家公园的景色虽然非常迷人,但最吸引人的可能还是那里的野生动物。

点击查看答案
第11题
恩格斯认为,在优秀的艺术作品中“每个人都是典型,但同时又是一定的单个人”。请谈谈你对这句话的理
解并阐述典型理论。

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
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