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
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