假设输入是一个300×300的彩色（RGB）图像，使用全链接神经网络。如果第一个隐藏层有100个神经元，那么这个隐藏层一共有多少个参数（包括偏置参数）？
A: 9,000,001
B: 9,000,100
C: 27,000,001
D: 27,000,100
A: 9,000,001
B: 9,000,100
C: 27,000,001
D: 27,000,100
举一反三
- 假设你输入的是300 x 300色（RGB）图像，并且没有使用卷积网络。 如果第一个隐藏层有100个神经元，每个神经元都完全连接到输入，那么这个隐藏层有多少个参数（包括偏向参数）？ A: 27,000,001 B: 9,000,001 C: 27,000,100 D: 9,000,100
- 假设输入的图像为100*100像素（RGB）的图像，并且没有使用卷积神经网络。如果第一个隐藏层有50个神经元，每个神经元与输入图像是全连接的关系，则这个隐藏层需要多少参数（包括偏置参数）？ A: 1, 500, 000 B: 1, 500, 050 C: 500, 000 D: 1, 500, 001
- 假设输入是一个300*300的彩色（RGB）图像，并且没有使用卷积神经网络。如果第一个隐层有100个神经元，每个神经元与输入层进行全连接，那么这个隐藏层有多少个参数（包括偏置参数）？( ) A: 300*300*3*100 B: 300*300*3*100+100 C: 300*3*100 D: 300*3*100+100
- 假设输入一个300*300的彩色（RGB）图像，使用全连接神经网络，如果第一层隐藏层有100个神经元，那么隐含层一共有多少个参数（不包含偏置）。 A: 270000 B: 90000 C: 9000000 D: 27000000
- 假设输入一个300*300的彩色（RGB）图像，使用全连接神经网络，如果第一层隐藏层有100个5*5的卷积核卷积，那么隐含层一共有多少个参数（不包含偏置）。 A: 2500 B: 7500 C: 7600 D: 2600