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
考察一个由三个卷积层组成的CNN:kernel=3×3,stride=2,padding=SAME。最低层输出100个特征映射(feature map),中间层200个特征映射,最高层400个特征映射。输入是200×300的RGB图片,总参数的数量是多少?()
A.903400
B.2800
C.180200
D.720400
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RGB图像,则总参数量为()。
A.90×3400
B.2800
C.180×200
D.720×400
A.递归神经网络不允许网络中出现环形结构
B.减少神经网络层数,可能会降低测试集分类错误率
C.循环神经网络适合处理序列数据
D.卷积神经网络可以应用于图像分类
A.除去神经网络中的最后一层,冻结所有层然后重新训练
B.对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
C.使用新的数据集重新训练模型
D.所有答案均不对
A.除去神经网络中的最后一层,冻结所有层然后重新训练
B.对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
C.使用新的数据集重新训练模型
D.所有答案均不对