卷积层中的参数数量少于全连接型神经网络，是因为卷积层的两个优良的特性。第一个是“参数共享”，第二个是_______。
A: 稠密连接
B: 稀疏连接
C: 自适应梯度下降
D: 参数可学习
A: 稠密连接
B: 稀疏连接
C: 自适应梯度下降
D: 参数可学习
举一反三
- 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
- 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
- 【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
- 卷积神经网络的结构为“卷积层-池化层-卷积层-池化层-全连接层-全连接层”。