更多“在卷积神经网络中，可以利用多个不同的卷积核进行卷积操作。（）”相关的问题
第1题
卷积神经网络由一个或多个卷积层和顶端的全连通层组成，能够处理输入的二维数据。（)
点击查看答案
第2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3题
卷积神经网络一般包括卷积层、池化层、全连接层，一般激活函数在卷积层后进行使用。（)
点击查看答案
第4题
从如下短语中选择真正地被发明为或被用作机器学习逻辑模型的方法（)。
A.一阶逻辑
B.卷积神经网络
C.线性回归
D.关联规则
点击查看答案
第5题
选择最能代表下面主要概念的检索关键词集：基于卷积神经网络的图像语义分割（)。
A.卷积神经网络、图形、实例分割
B.卷积神经、网络、图像语义分割
C.CNN图像、语义分割
D.卷积神经网络、图像、语义分割
点击查看答案
第6题
卷积操作是卷积神经网络所具备的一个重要功能，对一幅图像进行高斯卷积操作的作用是（)。
A.对图像进行增强
B.对图像进行裁剪
C.对图像进行平滑(模糊化)
D.对图像进行分类
点击查看答案
第7题
下列哪一项不是卷积神经网络的典型代表（)
A.ALEXNET
B.LSTM
C.VGG
D.resnet
点击查看答案
第8题
关于卷积神经网络池化层以下描述正确的是？（)
A.常用的池化方法有最大池化和平均池化
B.经过池化的特征图像变小了
C.池化层可以起到降维的作用
D.池化操作采用扫描窗口实现
点击查看答案
第9题
卷积神经网络的常用应用有图像分类，图像分割语义，语言识别，（)。
点击查看答案
第10题
哪个权重的取值或调整方法不能改善卷积神经网络的训练和性能（)？
A.He初始化
B.dropout
C.batchnormalization
D.任意随机初始化
点击查看答案
第11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
题目内容
（请给出正确答案）
答案
请输入或粘贴题目内容
搜题
拍照、语音搜题，请扫码下载APP
