CNN网络中，每一层的输出维度由什么决定（ ）。
A: 该层的输入
B: 是否进行补全（padding）
C: 步长（strides）
D: Kernel的尺寸
A: 该层的输入
B: 是否进行补全（padding）
C: 步长（strides）
D: Kernel的尺寸
举一反三
- 前馈神经网络中，神经元分层排列，组成输入层、隐含层和输出层。每一层的神经元只接受前一层神经元的输入。输入模式经过各层的顺次变换后，由输出层输出。在各神经元之间不存在反馈。
- 以下关于BP算法中的“前向”、“后向”正确的有( )。 A: 网络的输出误差由输出层反向传回至输入层 B: 网络的输出由输出层反向传回至各隐层 C: 网络的输入由输入层前向传至隐藏层再至输出层 D: 网络的输出误差由输出层反向传回至各隐层
- BP（后向传播）神经网络是一种多层前向（前馈）网络。以下关于“前向”、“后向”的说法正确的有（）。 A: 网络的输入由输入层前向传至隐藏层再至输出层，输出误差由输出层反向传回至输入层 B: 网络的输入由输入层前向传至隐藏层再至输出层，输出误差由输出层反向传回至各隐藏层 C: 网络的输入由输入层前向传至隐藏层，输出误差由输出层反向传回至隐藏层 D: 网络的输入由输入层前向传至隐藏层，输出由输出层反向传回至各隐藏层
- 隐藏层就是神经网络中输入与输出层之间的中间层，训练数据并没有给出这些层中的每一层所需的输出（）
- CNN网络区别于BP网络的结构在于（ ） A: 输入层 B: 卷积层 C: 全连接层 D: 池化层