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
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
举一反三
- 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
- 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）
- 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
- 关于卷积神经网络CNN与循环神经网络RNN，下面说法正确的有：（ ）。 A: CNN适用于图像处理，而RNN适用于序列数据处理。 B: CNN和RNN都属于神经网络，因此二者的训练方式完全一致，均采用BP算法。 C: CNN和RNN都采用了权值共享机制以减少网络中的参数量。 D: 在同一个网络中，CNN结构和RNN结构不能同时使用。