相关题目
考察一个由三个卷积层组成的CNN:kernel=3x3,stride=2,padding=SAME。最低层输出100个特征映射(featuremap),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,则总参数的数量是()。
卷积神经网络中每层卷积层(convolutional layer)由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到,其作用是()。
卷积神经网络(convolutional neural network,CNN)是一种专门用来处理具有类似()的数据的神经网络。
卷积的过程是让过滤器在图像上进行()。
将一副图像进行分割后,分割出的区域彼此之间()重叠。
假设正在训练一个LSTM网络,有一个10000词的词汇表,并且使用一个激活值维度为100的LSTM块,在每一个时间步中,T的维度是()。
假设在卷积神经网络的第一层中有5个卷积核,每个卷积核尺寸为7×7,具有零填充且步幅为1,该层的输入图片的维度是224×224×3,那么该层输出的维度是()。
假设有5个大小为7×7、边界值为0的卷积核,同时卷积神经网络第一层的深度为1。此时如果向这一层传入一个维度为224×224×3的数据,那么神经网络下一层所接收到的数据维度是()。
机器学习和深度学习的关系是()。
下列关于长短时神经网络的叙述错误的是()。
