下面关于深度学习的描述，哪个说法是错误的？
A: 池化在CNN中可以减少较多的计算量，加快模型训练
B: 通道数量越多，获得的特征图也就越多
C: 网络的层次越深，其训练时间越久，5层的网络要比4层的训练时间更长
D: 网络结构的层次越深，其学习的特征可能越多，性能可能越好
A: 池化在CNN中可以减少较多的计算量，加快模型训练
B: 通道数量越多，获得的特征图也就越多
C: 网络的层次越深，其训练时间越久，5层的网络要比4层的训练时间更长
D: 网络结构的层次越深，其学习的特征可能越多，性能可能越好
举一反三
- 下面关于深度学习网络结构的描述，正确的说法是哪个？ A: 网络的层次越深，其训练时间越久，5层的网络要比4层的训练时间更长 B: 深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多寡相关 C: 网络结构的层次越深，其学习的特征越多，10层的结构要优于5层的 D: 在不同的网络结构中，层数与神经元数量正相关，层数越多，神经元数量一定越多
- 下面关于深度学习网络结构的描述，正确的是哪个？ A: 网络结构的层次越深，其学习的特征越多，10层的结构要优于5层的 B: 网络的层次越深，其训练时间越久，5层的网络要比4层的训练时间更长 C: 在不同的网络结构中，层数与神经元数量正相关，层数越多，神经元数量一定越多 D: 深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多寡相关
- 下面关于深度学习网络结构的描述，哪个是正确的说法？ A: 神经元的数量是由网络的层数决定的。 B: 深层网络结构中，学习到的特征一般与神经元的参数量和样本的数量有关。 C: 网络结构的层次越深，学习到的特征就一定越多。 D: 网络的训练时间只与网络的层数有关。
- 深度神经网络“越深”，网络隐含层越多。
- 有关通道的说法，哪些说法是正确的？ A: 卷积层的输入特征图的通道数和输出特征图的通道数是相同的 B: 通道数越多，获得的特征图越多，网络获得的特征越充分 C: 随着卷积网络深度的增加，一般使用更小的卷积核和更多的通道，兼顾训练速度和网络分类性能 D: 在卷积操作时，每个卷积核要对输入特征图的所有通道分别做卷积后求和，得到对应的新特征图