卷积神经网络中同一卷积层的所有卷积核是权重共享()。

第1题

在经典的卷积神经网络模型中，Softma函数是跟在什么隐藏层后面的？（)

A.卷积层

B.池化层

C.全连接层

D.以上都可以

点击查看答案

第2题

提升卷积核（convolutionalkernel)的大小会显著提升卷积神经网络的性能。（）

点击查看答案

第3题

为了迎合芯片计算的特点，神经网络算法进行了相应的改造，以下不属于有利于神经网络算法在芯片上运行的改变是（)。

A.使用较小的卷积，并统一卷积核的大小

B.使用定点计算的神经网络代替浮点运算

C.使用ReLU作为非线性激发函数

D.增加网络的深度

点击查看答案

第4题

卷积层的任务是计算输入数据与卷积核之间的卷积。（)

点击查看答案

第5题

对于卷积神经网络而言，减少梯度消失不适合采用以下哪些方法（)？

A.增大学习率

B.减少网络深度(隐层个数)

C.skipconnection

D.减少通道数

点击查看答案

第6题

下列哪一项在神经网络中引入了非线性（)

A.随机梯度下降

B.修正线性单元(ReLU)

C.卷积函数

D.以上都不正确

点击查看答案

第7题

深度强化学习是以（)为基础的。

A.GPU

B.大数据

C.AI

D.深度卷积神经网络

点击查看答案

第8题

卷积神经网络使用的4个关键技术分别是（)、（)、（)和（)。

点击查看答案

第9题

对于图像分类问题,以下哪个神经网络更适合解决这个问题（)

A.感知器

B.卷积神经网络

C.循环神经网络

D.全连接神经网络

点击查看答案

第10题

在神经网络中常有权重共享现象,以下哪些神经网络会发生权重共享？（)

A.循环神经网络

B.卷积神经网络

C.全连接神经网络

D.感知器

点击查看答案

第11题

下面有关深度学习、目标检测和边缘计算的说法，正确的是哪些（)？

A.目标检测常使用深度学习中卷积神经网络模型

B.训练好的目标检测算法可以用于边缘计算

C.机器视觉场景往往需要应用边缘计算

D.边缘计算就是一种人工智能

点击查看答案