“参数共享”是使用卷积网络的好处，关于参数共享，下列哪些说法是正确的？
A: 它减少了参数的总数，从而减少过拟合
B: 它允许在整个输入的多个不同位置使用同样的卷积参数
C: 它允许为一项任务学习的参数即使对于不同的任务也可以共享（迁移学习）
D: 它使得连接变得稀疏
A: 它减少了参数的总数，从而减少过拟合
B: 它允许在整个输入的多个不同位置使用同样的卷积参数
C: 它允许为一项任务学习的参数即使对于不同的任务也可以共享（迁移学习）
D: 它使得连接变得稀疏
举一反三
- 卷积神经网络的一个特点是“参数共享”。下面关于“参数共享”的哪种说法是正确的？ A: 如果参数较多，则容易导致过拟合。而减少参数有助于避免过拟合 B: 参数共享的优势是通过一个任务上学习到的参数可以直接应用到另外一个任务上 C: 可以允许一个特征检测器在整个输入图像的不同位置使用，即可以把参数看成是卷积提取特征的方式，该方式与位置无关 D: 参数越多，才能避免过拟合，减少参数容易导致过拟合
- 卷积层中的参数数量少于全连接型神经网络，是因为卷积层的两个优良的特性。第一个是“参数共享”，第二个是_______。 A: 稠密连接 B: 稀疏连接 C: 自适应梯度下降 D: 参数可学习
- 中国大学MOOC: 卷积神经网络的一个特点是“参数共享”。下面关于“参数共享”的哪种说法是正确的？
- 卷积神经网络中减少参数的设计有哪些 A: 使用 relu B: 池化 C: 局部区域连接 D: 权值共享
- 卷积操作的本质特性包括稀疏交互和参数共享。（ ）