中国大学MOOC: 假设卷积神经网络某隐层的特征图大小是17*17*8，其中8是通道数，使用大小为3*3的12个卷积核，步长为2，没有padding对此隐层进行操作，得到的特征图大小是？
举一反三
- 假设卷积神经网络某隐层的特征图大小是19*19*8，其中8是通道数，使用大小为3*3的12个卷积核，步长为2，没有padding对此隐层进行操作，得到的特征图大小是？ A: 8*8*12 B: 8*8*8 C: 9*9*12 D: 14*14*8
- 假设某卷积层的输入特征图大小为36*32*6，卷积核大小是5*3，通道为20个，步长为1，没有padding，那么得到的特征图大小为？ A: 32*30*20 B: 27*30*20 C: 32*28*6 D: 36*34*20
- 假设某卷积层的输入和输出特征图大小分别为63*63*6和31*31*12，卷积核大小是5*5，步长为2，那么Padding值为多少？ A: 1 B: 2 C: 3 D: 4
- 假设某卷积层的输入和输出特征图大小分别为63*63*16和31*31*64，卷积核大小是5*5，步长为2，那么Padding值为多少？ A: 1 B: 2 C: 3 D: 4
- 现有一个两层的卷积神经网络，第一层是常规的卷积层，输入输出的通道数为3和64，卷积核大小为3×3；第二层是分组卷积层（group convolution layer）,分为4组，输入输出通道数为64和32，卷积核大小为3×3。则该网络的参数个数为（）