关于VLAN下面说法正确的是（）

考虑某个具体问题时可能只有少量数据，但如果有一个类似问题已经预先训练好的神经网络，则可以有很靠谱的先验。可以利用这个预先训练好的网络的方法是( )。

下列关于深度学习框架的描述正确的是( )。

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，Γu 的维度是( )。

输入图像为 37×37，经过第一层卷积（the number of filters=25，kernelsize=5×5，padding= valid，stride=1）与池化层 maxpooling（kernel size=3×3，padding=valid），输出特征图大小为（ ）。

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（ ）。

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（ ）。

输入图像已被转换为大小为 28×28 的矩阵和大小为 7×7 的步幅为 1 的核心/ 滤波器，则卷积矩阵的大小是( )。

属于深度学习框架的是( )。

( )会发生权重共享。

输入图像为 32×32，经过步长为 1、不进行 padding、卷积核为 5×5 的卷积层后， 得到的特征图尺寸是( )。