多选题

卷积神经网络中的池化层可以减小下层输入的尺寸。常见的池化有:------()

A. 最小地化层
B. 乘积池化层
C. 最大池化层
D. 平均池化层

查看答案
该试题由用户603****88提供 查看答案人数:43173 如遇到问题请 联系客服
正确答案
该试题由用户603****88提供 查看答案人数:43174 如遇到问题请联系客服

相关试题

换一换
热门试题
下列神经网络不属于前馈神经网络的是( ): BP神经网络 卷积神经网络CNN 循环神经网络RNN 感知机 卷积神经网络对图像进行卷积计算后,没有办法保证图像的尺寸维持原大小。 在卷积神经网络中,不同层具有不同的功能,可以起到降维作用的是以下哪一层? 属于卷积神经网络(CNN)的有?() 属于卷积神经网络(CNN)的有()。 对于卷积神经网络说法正确的有:( ) 对于卷积神经网络(CNN)描述正确的是() 关于卷积神经网络以下说法正确的是() 深度学习是一种多层神经网络的模拟认知训练方法,多层神经网络包含多个隐含层感知层,也称作卷积神经网络(CNN),它的研究热潮兴起于本世纪初期() 卷积神经网络主要应用在图像分类和目标检测中。( ) 以下属于卷积神经网络的特点的是?() 以下关于卷积神经网络说法错误的是( ) 影响深度卷积神经网络算法的关键参数是()。 卷积神经网络更靠后的一些层可检测完整的物体、复杂的特征。 关于单层神经网络与多层神经网络的说法中,错误的是__。A.单层神经网络只可以有一个隐藏层B.多层神经网络可以解决线性不可分的问题C.多层神经网络可以有一个或者多个隐藏层D.单层神经网络与多层神经网络都需要用到激活函数() 下面哪些用卷积神经网络处理效果比较好() REF神经网络是 层前向神经网络 ( ) 卷积神经网络是一种特殊的深层的神经网络模型,已成为哪些领域的研究热点?() 增加卷积核的大小对于改进卷积神经网络的效果是必要的吗? 下列关于卷积神经网络的说法不正确的是
购买搜题卡 会员须知 | 联系客服
会员须知 | 联系客服
关注公众号,回复验证码
享30次免费查看答案
微信扫码关注 立即领取
恭喜获得奖励,快去免费查看答案吧~
去查看答案
全站题库适用,可用于E考试网网站及系列App

    只用于搜题看答案,不支持试卷、题库练习 ,下载APP还可体验拍照搜题和语音搜索

    支付方式

     

     

     
    首次登录享
    免费查看答案20
    微信扫码登录 账号登录 短信登录
    使用微信扫一扫登录
    登录成功
    首次登录已为您完成账号注册,
    可在【个人中心】修改密码或在登录时选择忘记密码
    账号登录默认密码:手机号后六位