VGG现对于以前的模型,创新点有
A: 使用了更小的3*3卷积核替代了5*5,7*7,11*11等大卷积核
B: 使用连续多个的小卷积接一个最大池化层,构成一个组块,由多个这样的组块堆叠而成
C: 使用了丢弃法
D: 使用了ReLU激活函数
A: 使用了更小的3*3卷积核替代了5*5,7*7,11*11等大卷积核
B: 使用连续多个的小卷积接一个最大池化层,构成一个组块,由多个这样的组块堆叠而成
C: 使用了丢弃法
D: 使用了ReLU激活函数
举一反三
- AlexNet相对于LeNet,其显著的变化是 A: 使用了更多的卷积层 B: 使用最大池化代替了平均池化 C: 使用比5*5更大和更小的卷积核 D: 使用了ReLU代替了Sigmoid激活函数 E: 在全连接层使用了丢弃法(dropout) F: 使用了数据增强技术
- 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
- 对于标准的Inception 块,它使用哪些卷积 A: 1*1 B: 3*3 C: 5*5 D: 7*7 E: 11*11
- VGG最常用的卷积核是 A: 1*1 B: 3*3 C: 5*5 D: 11*11
- VGG中的卷积核大小是 A: 1*1 B: 3*3 C: 5*5 D: 7*7