关于卷积神经网络的说法正确的是
A: 从开始的层到后面的层，经过变换得到的特征图的尺寸逐渐变大
B: 从开始的层到后面的层，经过变换得到的特征图的尺寸逐渐变小
C: 从开始的层到后面的层，经过变换得到的特征图的尺寸大小不变
D: 从开始的层到后面的层，经过变换得到的特征图的尺寸开始变小，后来变大
A: 从开始的层到后面的层，经过变换得到的特征图的尺寸逐渐变大
B: 从开始的层到后面的层，经过变换得到的特征图的尺寸逐渐变小
C: 从开始的层到后面的层，经过变换得到的特征图的尺寸大小不变
D: 从开始的层到后面的层，经过变换得到的特征图的尺寸开始变小，后来变大
举一反三
- 在典型的卷积神经网络中，你能看到的是？ A: 全连接层（FC）位于开始的几层 B: 全连接层（FC）位于最后的几层 C: 多个卷积层后面跟着的是一个池化层 D: 多个池化层后面跟着的是一个卷积层
- 卷积神经网络的卷积层又称为下采样层，其作用是使特征图变小，简化网络计算复杂度，并且对特征进行压缩，从而提取主要特征。（ ）
- 关于卷积神经网络叙述何者正确？（） A: 池化层会出现在每个隐藏层 B: 池化层目的是做特征的题曲 C: 池化层运做完会得到特征图（FeatureMap） D: 池化层可以取代卷积层 E: 第一层的卷积运算是在做图像边缘或纹理的特征提取
- 在卷积神经网络的某个降采样层(pooling层)中，经过降采样处理，得到了16个5*5的特征图，其每个单元与上一层的 2*2 邻域连接（滑动窗口为2*2）。则该降采样层的尺寸和上一个层的尺寸的关系是？ A: 降采样层的尺寸是上一层的尺寸的1/2 B: 降采样层的尺寸是上一层的尺寸的1/4 C: 降采样层的尺寸是上一层的尺寸的1/8 D: 降采样层的尺寸是上一层的尺寸的4倍
- 中国大学MOOC:在卷积神经网络的某个降采样层(pooling层)中，经过降采样处理，得到了16个5*5的特征图，其每个单元与上一层的2*2邻域连接（滑动窗口为2*2）。则该降采样层的尺寸和上一个层的尺寸的关系是？