深度学习卷积神经网络中的卷积处理是为了减少神经元的数目
举一反三
- 深度学习涉及的主要方法包括基于卷积运算的神经网络(卷积神经网络CNN) 基于多层神经元的自编码神经网络和深度置信网络(DBN)等。
- 下列不属于常见的深度神经网络结构有（ ）。 A: 单一神经网络 B: 长短时记忆网络 C: 卷积神经网络 D: 循环神经网络
- 卷积神经网是目前网络深度最深、应用最成功的深度学习模型
- 深度学习中最经典的网络是CNN，即卷积神经网络。（ ）
- 以下哪一个关于卷积神经网络的说法是错误的（） A: AlexNet是一个八层的卷积神经网络 B: 卷积神经网络中的建模学习，学习对象是每一层神经元的值 C: 目标检测网络SSD的网络结构中包含卷积层 D: 典型的卷积神经网络，由卷积层、池化层、激活层、全连接层等组成