單項(xiàng)選擇題關(guān)于卷積神經(jīng)網(wǎng)絡(luò)敘述何者正確？（）

A.池化層會(huì)出現(xiàn)在每個(gè)隱藏層
B.池化層目的是做特征的題曲
C.池化層運(yùn)做完會(huì)得到特征圖（FeatureMap）
D.池化層可以取代卷積層
E.第一層的卷積運(yùn)算是在做圖像邊緣或紋理的特征提取


您可能感興趣的試卷

你可能感興趣的試題

1.單項(xiàng)選擇題下列哪位是卷積神經(jīng)網(wǎng)絡(luò)之父？（）

A.Kai-FuLee
B.GeoffreyHinton
C.YoshuaBengio
D.YangLeCun
E.AndrewNg

2.單項(xiàng)選擇題何者是圖像識(shí)別的天王？（）

A.RNN
B.CNN
C.FCNN
D.LSTM
E.GAN

3.單項(xiàng)選擇題關(guān)于深度學(xué)習(xí)敘述何者正確？（）

A.以數(shù)學(xué)眼光來(lái)看CNN是NN的子集合
B.機(jī)器學(xué)習(xí)是深度學(xué)習(xí)的一種
C.人工智能是一種深度學(xué)習(xí)
D.深度學(xué)習(xí)通常隱藏層在百層以上的神經(jīng)網(wǎng)絡(luò)，這樣才夠深
E.CNN是一種有記憶的神經(jīng)網(wǎng)絡(luò)，會(huì)記得上一次的輸入

4.單項(xiàng)選擇題關(guān)于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)原理敘述何者正確？（）

A.神經(jīng)網(wǎng)絡(luò)調(diào)整參數(shù)的方式是一種前饋神經(jīng)網(wǎng)絡(luò)（FeedforwardNeuralNetwork）
B.學(xué)習(xí)率在迭代的參數(shù)調(diào)整過(guò)程中會(huì)固定不變
C.梯度下降是運(yùn)用積分的技巧來(lái)達(dá)成
D.損失函數(shù)移動(dòng)的方向跟梯度的方向相同
E.神經(jīng)網(wǎng)絡(luò)調(diào)整參數(shù)的順序是從后面一層層往前調(diào)

5.單項(xiàng)選擇題關(guān)于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)原理敘述何者錯(cuò)誤？（）

A.損失函數(shù)是對(duì)每個(gè)輸入的預(yù)測(cè)值與真實(shí)值的差異計(jì)算總和
B.透過(guò)梯度下降一定可以找到降低損失函數(shù)的最佳解
C.損失函數(shù)的變量是可以調(diào)整的參數(shù)
D.訓(xùn)練神經(jīng)網(wǎng)絡(luò)是透過(guò)參數(shù)的調(diào)整來(lái)降低損失函數(shù)
E.梯度下降是降低損失函數(shù)的一種算法