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
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
举一反三
- 关于AlexNet叙述下列何者正确？（） A: 使用Sigmoid（S形函数）激活函数 B: 架构中总共运用了五层卷积层与三层全连接层 C: 在第一、二、四个卷积层后接上了池化层 D: 在网络的后端接上三层全连接层 E: 使用ReLU激活函数
- 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
- 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。
- 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。
- 对于AlexNet的描述，以下正确的是（ ）。 A: 使用两台GPU B: 有5层卷积层 C: 有3层全连接层 D: 使用relu激活函数、dropout理论