batchnormalization(BN)可以改善网络训练的稳定性，但也会一定程度上影响卷积神经网络的分类性能
举一反三
- batchnormalization(BN)可以改善网络训练的稳定性，但也会一定程度上影响卷积神经网络的分类性能 A: 正确 B: 错误
- 以下有关卷积神经网络的说法哪些是正确的？ A: 单纯增加卷积神经网络的深度不一定能获得比较好的性能 B: 增加卷积神经网络每层卷积核的多样性可以改善网络的性能 C: 采用小卷积的级联可以起到大卷积的作用，但减少了网络的参数和过拟合，因此可能获得较高的分类性能 D: 卷积神经网络的特征图中的特征很容易归纳解释
- 按误差反向传播训练的多层前馈网络称为？ A: 人工神经网络 B: BP神经网络 C: 深度信念网络 D: 卷积神经网络
- 卷积神经网络就是含卷积层的网络。
- 下列不属于常见的深度神经网络结构有（ ）。 A: 单一神经网络 B: 长短时记忆网络 C: 卷积神经网络 D: 循环神经网络