【判断题】卷积神经网络中,卷积层可以实现特征提取,池化层可以实现特征降维。
A. 正确
B. 错误
A. 正确
B. 错误
举一反三
- 关于卷积神经网络叙述何者正确?() A: 池化层会出现在每个隐藏层 B: 池化层目的是做特征的题曲 C: 池化层运做完会得到特征图(FeatureMap) D: 池化层可以取代卷积层 E: 第一层的卷积运算是在做图像边缘或纹理的特征提取
- 一个卷积神经网络(CNN)包括()。 A: 卷积层(特征提取层) B: 池化层(特征映射层) C: 全连接层(传统神经网络层) D: 分类层(输出层)
- 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
- 下列关于卷积神经网络(CNN)的说法中错误的有( ) A: 卷积神经网络网络一般有输入层、隐藏层、输出层组成 B: 卷积神经网络的正向传播指从输入层、卷积层、池化层和全连接层的信息传播过程,不包含池化层到卷积层的传输。 C: 卷积神经网络的卷积层的功能是对输入数据进行特征提取,池化层的作用是降低特征的维度,进而减小参数量,减少过拟合 D: 卷积神经网络的全连接层的作用是分类
- 下列关于卷积神经网络(CNN)的说法中,错误的有() A: 卷积神经网络网络一般有输入层、隐藏层、输出层组成 B: 卷积神经网络的输入层一般包含包含卷积层、池化层和全连接层3类常见构筑 C: 卷积神经网络的卷积层的功能是对输入数据进行特征提取,池化层的作用是降低特征的维度,进而减小参数量,减少过拟合 D: 卷积神经网络的全连接层的作用是分类