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。
举一反三
- 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。 A: 正确 B: 错误
- 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
- 卷积神经网络中，__________本身没有可以训练的参数，起到降维的作用，可以缩小矩阵的大小。 A: 输入层 B: 卷积层 C: 池化层 D: 全连接层
- 卷积神经网络通常包含哪些层（ ） A: 全连接层 B: 池化层 C: 卷积层 D: 参数优化层
- 卷积神经网络的参数主要集中在？ （ ) A: 卷积层 B: 激活层 C: 全连接层 D: 池化层