CNN中卷积层所起的作用包括
A: 识别图像中的子模式
B: 识别图像中位于不同位置的模式
C: 相比于全连接网络减少网络参数
D: 获取图像的恒定表征(即平移不变性)
A: 识别图像中的子模式
B: 识别图像中位于不同位置的模式
C: 相比于全连接网络减少网络参数
D: 获取图像的恒定表征(即平移不变性)
举一反三
- CNN中池化层所起的作用包括 A: 识别图像中的子模式 B: 识别图像中位于不同位置的模式 C: 降低图像采样率 D: 获取图像的恒定表征(即缩放不变性)
- 与全连接前馈神经网络相比,用于图像分类的卷积神经网络CNN主要通过________操作来减少网络参数数量,提高训练效率。 A: 全连接 B: 卷积 C: 中断 D: 池化
- CNN中采用多个卷积核可提取图像中的多种特征,有利于复杂图像的识别
- 中国大学MOOC: 与全连接前馈神经网络相比,用于图像分类的卷积神经网络CNN主要通过________操作来减少网络参数数量,提高训练效率。
- CNN网络中的采用卷积运算的目的是 A: 减少神经元数量 B: 提取图像特征 C: 减少网络层数 D: 提高网络速度