在卷积神经网络LeNet-5的卷积层C3得到的特征图为16个,上一层的特征图为6个。则关于这一卷积过程的描述错误的是[img=658x440]1803b2fa207fe99.png[/img]
A: C3卷积层中每个特征图只与上一层S2中部分特征图相连接
B: C3卷积层采用多通道16核卷积
C: C3卷积层有16个卷积核,其大小均为5*5,且每个卷积核与上一层的若干特征图相连接
D: C3卷积层有16个卷积核,其大小均为5*5,且每个卷积核与上一层的全部特征图相连接
A: C3卷积层中每个特征图只与上一层S2中部分特征图相连接
B: C3卷积层采用多通道16核卷积
C: C3卷积层有16个卷积核,其大小均为5*5,且每个卷积核与上一层的若干特征图相连接
D: C3卷积层有16个卷积核,其大小均为5*5,且每个卷积核与上一层的全部特征图相连接
D
本题目来自[网课答案]本页地址:https://www.wkda.cn/ask/peomtomjjeozzoo.html
举一反三
- 中国大学MOOC:在卷积神经网络LeNet-5的卷积层C3得到的特征图为16个,上一层的特征图为6个。则关于这一卷积过程的描述错误的是【图片】
- 卷积神经网络中某一层使用的He权重初始化与以下哪些参数有关? A: 卷积核的高 B: 卷积核的宽 C: 前一层特征图的大小 D: 卷积核的个数
- 假设将规格为(H,W,C)=(64,64,16)的特征图先后输入卷积核大小为5×5的卷积层、2×2的MaxPooling层。卷积操作过程中,不进行边界补零操作,则输出特征图的H=()
- 在卷积神经网络计算中,已知输入特征层大小为32x32x64, 使用标准卷积计算,带偏置项,卷积核大小为3*3,输出特征层数目为64,请问卷积层的参数个数为? A: 576 B: 36928 C: 640 D: 36864
- 典型卷积神经网络LeNet-5的结构包括输入层、采样层、卷积层、输出层和 A: 全连接层 B: 隐藏层 C: 汇聚层 D: 卷积核
内容
- 0
典型卷积神经网络LeNet-5的结构包括输入层、采样层、卷积层、输出层和: A: 汇聚层 B: 全连接层 C: 卷积核 D: 隐含层
- 1
有一卷积层,输入大小为7*7,卷积核大小为3*3,有3个输入通道,有2个输出通道,则该卷积层的权值(weight)参数个数有________个,偏置(bias)参数有________个。
- 2
AlexNet中的哪一层的卷积层输入与其他层的卷积层输入的不同?() A: 第五层卷积层(即最后一层) B: 第三层卷积层 C: 第四层卷积层 D: 第一层卷积层 E: 第二层卷积层
- 3
有关卷积神经网络的说法哪个是正确的? A: 卷积核越大越好 B: 不同卷积层或同一卷积层只能用一种大小的卷积核 C: 在卷积层之前使用池化操作,可以减少卷积层参数量 D: 类似AlexNet网络使用的分组卷积可以增加卷积层的参数量
- 4
关于卷积神经网络以下说法错误的是( )。 A: 常见的池化层有最大池化与平均池化 B: 卷积核不可以用来提取图片全局特征 C: 在处理图片时,是以扫描窗口的方式对图像做卷积 D: 卷积神经网络可以包含卷积层,池化层和全连接层