当在卷积神经网络中添加池化层(pooling layer)时，变换的不变性保持稳定，这样的理解是否正确？
对
举一反三
内容
- 0
在卷积神经网络中典型的模式是？ A: 卷积层后为池化层，然后还是卷积层-池化层 B: 多个连续的池化层，然后跟着一个卷积层 C: 网络中最后的几个层是全连接层 D: 网络中最开始的几个层是全连接层
- 1
关于卷积神经网络中池化处理(pooling) 的说法正确的是 A: 在卷积神经网络中，卷积的下一步通常是进行池化处理(pooling) B: 池化处理主要是对不同位置的特征进行聚合统计 C: 池化处理起到了减少了参数和降维的作用 D: 常用的池化做法是对每个滤波器的输出求最大值、平均值等
- 2
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
- 3
卷积神经网络的一般结构包括卷积层、池化层和全连接层。 A: 正确 B: 错误
- 4
卷积神经网络的一般结构包括卷积层、池化层和全连接层。