卷积神经网络最主要的两个特征是（ ）
A: 特征共享和激活函数
B: 局部连接和特征共享
C: 激活函数和全连接
D: 局部连接和权值共享
A: 特征共享和激活函数
B: 局部连接和特征共享
C: 激活函数和全连接
D: 局部连接和权值共享
举一反三
- 卷积神经网络的主要包含卷积层、激活函数层、池化层和全连接层
- 卷积神经网络结构上的重要特性是（）。 A: 局部连接 B: 卷积核 C: 权值共享 D: 次采样
- 卷积神经网络中减少参数的设计有哪些 A: 使用 relu B: 池化 C: 局部区域连接 D: 权值共享
- 以下关于卷积神经网络说法错误的是() A: 人工神经网络主要由输入层、隐藏层和输出层组成。深度学习一般要求有多个隐藏层 B: 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，这种连接恰好也符合生物神经元的稀疏性响应特性 C: 卷积神经网络有两个基本概念：权值共享和地化。权值共享使权值参数的个数减小；池化可以使特征图减小，简化计算 D: 损失函数层的作用是用来估算模型的预测值与实际值的差距的函数，它是一个非负的实数值函数，它的值越小，反应该网络的数据拟合性能越好，也就是其结果越逼近原始输入数据
- 以下关于卷积神经网络说法错误的是（ ）。 A: 人工神经网络主要由输入层、隐藏层和输出层组成。深度学习一般要求有多个隐藏层 B: 损失函数层的作用是用来估算模型的预测值与实际值的差距的函数，它是一个非负的实数值函数，它的值越小，反应该网络的数据拟合性能越好，也就是其结果越逼近原始输入数据 C: 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，这种连接恰好也符合生物神经元的稀疏性响应特性 D: 卷积神经网络有两个基本概念：权值共享和池化。权值共享使权值参数的个数减小；池化可以使特征图减小，简化计算