在多层神经网络学习中，基于标注大数据，通过误差反馈来自动优化神经网络的参数。与多层前馈神经网络相比，卷积神经网络还需要自动优化的参数是（ ）
A: 网络层数
B: 目标函数
C: 卷积矩阵（卷积核）
D: 输入端和输出端的维数
A: 网络层数
B: 目标函数
C: 卷积矩阵（卷积核）
D: 输入端和输出端的维数
C
举一反三
- 中国大学MOOC: 在多层神经网络学习中，基于标注大数据，通过误差反馈来自动优化神经网络的参数。与多层前馈神经网络相比，卷积神经网络还需要自动优化的参数是（ ）
- 按误差反向传播训练的多层前馈网络称为？ A: 人工神经网络 B: BP神经网络 C: 深度信念网络 D: 卷积神经网络
- 深度学习涉及的主要方法包括基于卷积运算的神经网络(卷积神经网络CNN) 基于多层神经元的自编码神经网络和深度置信网络(DBN)等。
- 下列不属于常见的深度神经网络结构有（ ）。 A: 单一神经网络 B: 长短时记忆网络 C: 卷积神经网络 D: 循环神经网络
- 以下属于前馈网络的是 A: Hopfield网络 B: 卷积神经网络 C: 玻尔兹曼机 D: 循环神经网络
内容
- 0
选择最能代表下面主要概念的检索词集：基于卷积神经网络的图像语义分割 A: 卷积神经网络 图形 实例分割 B: 卷积神经 网络 图像语义分割 C: CNN 图像 语义分割 D: 卷积神经网络 图像 语义分割
- 1
前馈神经网络和卷积神经网络的模型学习均是通过误差后向传播来优化模型参数，因此是一种监督学习方法。
- 2
卷积神经网络是一个前馈型多层的神经网络。（ ）
- 3
常用的神经网络有（ ）。 A: 循环神经网络 B: 生成对抗网络 C: 卷积神经网络 D: 上下文网络
- 4
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