在卷积神经网络的第一层中有5个卷积核，每个卷积核尺寸为7×7，具有零填充且步幅为1。该层的输入图片的维度是224×224×3。那么该层输出的维度是多少？（）
A: 217*217*3
B: 217*217*8
C: 218*218*5
D: 220*220*7
A: 217*217*3
B: 217*217*8
C: 218*218*5
D: 220*220*7
举一反三
- 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？? 7|14|16|32
- 有一卷积层，输入大小为7*7，卷积核大小为3*3，有3个输入通道，有2个输出通道，则该卷积层的权值（weight）参数个数有________个，偏置（bias）参数有________个。
- 如果一个图片的维度为（32，32，3），通过一个有64个卷积核，每个卷积核大小为3×3，且填充模式为valid（不填充）的卷积层后，输入特征图的维度应为（） A: （32，32，3） B: （32，32，64） C: （30，30，64） D: （30，30，3）
- 在卷积神经网络LeNet-5的卷积层C3得到的特征图为16个，上一层的特征图为6个。则关于这一卷积过程的描述错误的是[img=658x440]1803b2fa207fe99.png[/img] A: C3卷积层中每个特征图只与上一层S2中部分特征图相连接 B: C3卷积层采用多通道16核卷积 C: C3卷积层有16个卷积核，其大小均为5*5，且每个卷积核与上一层的若干特征图相连接 D: C3卷积层有16个卷积核，其大小均为5*5，且每个卷积核与上一层的全部特征图相连接
- VGG网络中，用小卷积核代替了大卷积核。例如，2个3*3代替了 A: 1*1 B: 3*3 C: 5*5 D: 7*7