卷积层具有以下哪些特点？
A: 稀疏交互
B: 参数共享
C: 等变表示
D: 以上三个都是
A: 稀疏交互
B: 参数共享
C: 等变表示
D: 以上三个都是
D
举一反三
内容
- 0
卷积神经网络（CNN）的训练含有“权共享”和“稀疏”特点，学习过程类似于BP算法。
- 1
卷积神经网络通常包含以下哪些层？（） A: 输入层 B: 卷积层 C: 输出层 D: 全连接层
- 2
“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
- 3
卷积神经网络中有哪些参数是需要通过学习得到的 A: 卷积核权重参数 B: 池化层参数 C: 激活函数 D: 偏置
- 4
关于卷积神经网络，以下说法正确的是 A: LeNet-5是卷积神经网络 B: 池化层可以非常有效地缩小参数矩阵的尺寸，从而减少后面的卷积层或者全连接层中的参数数量。 C: 与全连接的神经网络相比，CNN应用于图像处理时可能会导致一个严重的参数数量的膨胀的问题。 D: 卷积层的特点是参数共享