更多“考察一个由三个卷积层组成的CNN,卷积核大小为3×3,步长为2,paddding方式为SAME。最低层输出100个特征图,中间层输出200个特征图,最高层输出400个特征图。输入为200×300的RG…”相关的问题
第2题
以下关于卷积神经网络CNN错误的是()
A.卷积神经网络只能处理图像信息
B.卷积神经网络是深度学习的代表算法之一
C.卷积神经网络可以用于遥感图像的分割
D.卷积神经网络不只包含卷积层
点击查看答案
第3题
训练CNN时,GPU显存溢出,此时可以采取什么办法()。
A.减少minibatch大小
B.移除一些卷积层
C.减少图片输入大小
D.增加激活函数
点击查看答案
第4题
假设你有5个大小为7x7、边界值为0的卷积核,同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224x224x3的数据,那么神经网络下一层所接收到的数据维度是多少()。
A.218x218x5
B.217x217x8
C.217x217x3
D.220x220x5
点击查看答案
第5题
卷积神经网络中每层卷积层(convolutional layer)由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到,其作用是()。
点击查看答案
第6题
卷积神经网络中每层卷积层(Convolutional layer)由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到,其作用是()。
点击查看答案
第7题
卷积神经网络中同一卷积层的所有卷积核是权重共享()。
点击查看答案
第8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9题
假设你在卷积神经网络的第一层中有5个卷积核,每个卷积核尺寸为7×7,具有零填充且步幅为1。该层的输入图片的维度是224×224×3。那么该层输出的维度是多少()。
A.217x217x3
B.217x217x8
C.218x218x5
D.220x220x7
点击查看答案
第10题
卷积神经网络(convolutionalneuralnetwork,CNN),是一种专门用来处理具有类似()的数据的神经网络。
点击查看答案
第11题
卷积神经网络的第一层中有10个卷积核,每个卷积核尺寸为55,步长为1,不补零,该层的输入图片的维度是224×224×3,那么该层输出的维度是()。
A.220×220×10
B.220×220×5
C.224×224×10
D.224×224×5
点击查看答案