LeNet交替使用卷积层和最大池化层后接全连接层来进行图像分类。
对
举一反三
- 卷积神经网络的结构为“卷积层-池化层-卷积层-池化层-全连接层-全连接层”。
- 典型的用于图像分类的卷积神经网络由输入层、( )、池化层、全连接层、输出层构成。
- 以下哪个结构是卷积神经网络CNN的最主要的结构组合? A: 全连接层-激活层-池化层 B: 卷积层-激活层-池化层 C: 池化层-激活层 D: 卷积层-激活层-全连接层
- CNN包含卷积层,池化层,全连接层
- 有关一般卷积神经网络的组成,下面哪种说法是正确的? A: 卷积神经网络的层次结构依次是由输入层、卷积层、激活层、池化层和全连接层组成 B: 卷积神经网络的层次结构依次是由输入层、激活层、卷积层、池化层和全连接层组成 C: 卷积神经网络的层次结构依次是由输入层、卷积层、池化层、激活层和全连接层组成 D: 卷积神经网络的层次结构依次是由输入层、池化层、卷积层、激活层和全连接层组成
内容
- 0
卷积神经网络的一般结构包括卷积层、池化层和全连接层。
- 1
卷积神经网络的基本结构不包括 A: 输入层 B: 多个卷积层和池化层交替组合构成 C: 正则化层 D: 全连接层和输出层所构成
- 2
卷积神经网络一般包括卷积层、池化层、全连接层,一般激活函数在卷积层后进行使用。
- 3
卷积神经网络的主要包含卷积层、激活函数层、池化层和全连接层
- 4
一般CNN卷积神经网由多个卷积层、池化层和全连接层组成