请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码下载APP
题目内容
（请给出正确答案）
A.卷积核只能选择3、5、7等奇数值。
B.卷积核越大，其取得的特征越明显，学习到的特征越多。
C.卷积核越小，其计算量越多，训练模型的时间越长。
D.卷积核越大，越容易提取细节特征
答案
更多“下面关于卷积核大小设置的描述中，正确的是哪个？”相关的问题
第1题
A.局部感知使网络可以提取图像的局部特征，而权值共享大大降低了网络的训练难度
B.通道数量越多，获得的特征图(Featuremap)就越多
C.卷积是指对图像的窗口数据和滤波矩阵做内积的操作，在训练过程中滤波矩阵的大小和值不变
D.SAME填充和VALID填充的主要区别是前者向图像边缘添加0值，而后者可能会忽略来自图像边缘的值
第2题
A.576
B.36864
C.36928
D.36128
第6题
A.393932
B.404032
C.444416
D.292932
第7题
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
第9题
输入图像为37×37，经过第一层卷积（卷积核数量为25，每个卷积核大小为5×5，paddding方式为valid，步长为1）和池化层（卷积核大小为3×3，paddding方式为valid，），输出特征图大小为（）。
A.10×10
B.11×11
C.12×12
D.13×13
第10题
A.FasterRCNN主要是采用选择性搜索实现候选框提取
B.FasterRCNN使用SVM进行目标类别分类
C.FasterRCNN使用一个卷积实现分类和位置微调
D.FasterRCNN的损失函数与RCNN相同，位置损失函数采用交叉熵
第11题
A.对数据进行降维，减少数据特征，减少网络参数和运行次数，避免过拟合
B.针对图像中的像素进行处理，并将卷积得到的特征结果中的所有负像素值替换为零；激励函数使用relu函数时会针对图像中的像素进行处理，并将卷积得到的特征结果中的所有负像素值替换为零；特征提取和锐化是在卷积层完成的
C.池化层常被用于提取图像的边缘特征
D.池化层常被用于图像的锐化
