中国大学MOOC: 关于卷积神经网络中池化处理(pooling) 的说法正确的是
在卷积神经网络中，卷积的下一步通常是进行池化处理(pooling) 池化处理主要是对不同位置的特征进行聚合统计 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 池化处理起到了减少了参数和降维的作用
举一反三
- 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
- 中国大学MOOC:关于卷积神经网络的说法正确的是
- 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？
- 中国大学MOOC:对于卷积神经网络LeNet-5，往往要进行多次卷积、降采样的处理。下列说法正确的是
- 中国大学MOOC:关于卷积神经网络，下列的描述正确的是
内容
- 0
中国大学MOOC: 以下有关卷积神经网络的说法哪些是正确的？
- 1
中国大学MOOC: 卷积神经网络的一般结构包括卷积层、池化层和全连接层。
- 2
卷积神经网络的隐藏层通常由（ ）、（ ）和（ ）组成 A: 卷积层 B: 全连接层 C: 输入层 D: Pooling（池化）层
- 3
以下哪个关于卷积神经网络的说法是错误的？ A: 典型的卷积神经网络是由卷积层、池化层和全连接层等组成 B: 卷积神经网络训练时学习的是每层神经元的值 C: AlexNet是一个8层的卷积神经网络 D: 目标检测网络Yolo网络结构中包含卷积层
- 4
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？