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
D
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
内容
- 0
【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
- 1
卷积神经网络具有局部连接、权重共享等特性，它已经脱离了前馈神经网络的范畴。
- 2
卷积神经网络的结构包括下列、（） A: 池化层 B: 卷积层 C: 激活函数 D: 全连接层
- 3
下列哪个神经网络结构采用权重共享机制？ A: 卷积神经网络 B: 循环神经网络 C: 全连接神经网络 D: 多层感知机
- 4
【单选题】下列关于卷积神经网络的描述正确的是 A. 卷积神经网络的层与层之间都是全连接网络 B. 卷积神经网络的层与层之间都是部分连接网络 C. 卷积神经网络的层与层之间既有可能是全连接，也有可能是局部连接。通常是开始的若干层是局部连接，最后的层是全连接 D. 卷积神经网络的层与层之间既有可能是全连接，也有可能是局部连接。通常是开始的若干层是全连接，最后的层是局部连接