对于卷积网络来说,以下说法正确的是:()
A: 全连接层的作用就是分类，全连接层的每一个节点都与上一层的所有节点相连接，将前一层的特征进行进一步组合
B: 卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间，全连接层则将抽象特征映射到样本标记空间中
C: 损失函数的作用是用来估算模型的预测值 与实际值 的差距的函数
D: 卷积神经网络中的池化层又称为下采样层，该层的目的是降低特征图的维度，进而降低卷积神经网络的参数量，减少过拟合
A: 全连接层的作用就是分类，全连接层的每一个节点都与上一层的所有节点相连接，将前一层的特征进行进一步组合
B: 卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间，全连接层则将抽象特征映射到样本标记空间中
C: 损失函数的作用是用来估算模型的预测值 与实际值 的差距的函数
D: 卷积神经网络中的池化层又称为下采样层，该层的目的是降低特征图的维度，进而降低卷积神经网络的参数量，减少过拟合
举一反三
- 【多选题】对于卷积神经网络说法正确的有:() A. 卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性 B. 卷积神经网络在图像分类、目标检测、语义分割等任务中有着广泛的应用 C. 卷积神经网络中的池化层的目的是降低特征图的维度，进而降低卷积神经网络的参数量，减少过拟合 D. 卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间，全连接层则将抽象特征映射到样本标记空间中
- 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
- 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
- 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）
- 卷积神经网络构成包括（ ）。 A: 卷积层 B: 全连接层 C: 池化层 D: 网络层