卷积神经网络是Hopfield神经网络的延伸与拓展。() - 作业在线问答

第1题

前馈神经网络和卷积神经网络的模型学习均是通过误差后向传播来优化模型参数，因此是一种监督学习方法。（)

点击查看答案

第2题

卷积神经网络适合对格点化（grid-liketopology)特征的数据，如像素和音频进行学习。（)

点击查看答案

第3题

为了迎合芯片计算的特点，神经网络算法进行了相应的改造，以下不属于有利于神经网络算法在芯片上运行的改变是（)。

A.使用较小的卷积，并统一卷积核的大小

B.使用定点计算的神经网络代替浮点运算

C.使用ReLU作为非线性激发函数

D.增加网络的深度

点击查看答案

第4题

2012年以来，深度卷积神经网络已经成为计算机视觉主流方法，网络深度成为关键参数。（)

点击查看答案

第5题

关于卷积神经网络以下说法错误的是？（)

A.卷积神经网络可以包含卷积层,池化层和全连接层

B.卷积核不可以用来提取图片全局特征

C.在处理图片时，是以扫描窗口的方式对图像做卷积

D.常见的池化层有最大池化与平均池化

点击查看答案

第6题

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层？（)

A.输入层

B.卷积层

C.全连接层

D.池化层

点击查看答案

第7题

常见的文本编码和压缩方法包括（)

A.关键字编码

B.行程长度编码

C.霍夫曼编码

D.卷积神经网络编码

点击查看答案

第8题

以下有关OpenVINO平台的认识错误的是哪个（)？

A.免费的

B.支持主流的机器视觉功能

C.基于典型卷积神经网络以及英特尔®硬件(包括加速器)，实现性能最大化

D.一种云计算平台

点击查看答案

第9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10题

神经网络模型具有较高的可解释性。（)

点击查看答案

卷积神经网络是Hopfield神经网络的延伸与拓展。（)