121.下列哪个表示法不是用于构建特征地图的()。

4730.感知器(Perceptron)是人工神经网络的典型结构,是由美国学者FrankRosenblatt于1957年提出来的简单神经网络。

4729.神经网络中激活函数的主要作用是提供网络的非线性建模能力,如不特别说明,激活函数一般而言是非线性函数。

4728.卷积神经网络(ConvolutionNerualNetwork)是一种前馈神经网络,简称CNN,擅长小型图像处理。

4727.卷积(Convolution),也叫褶积,是分析数学中一种重要的运算。在信号处理或图像处理中,经常使用一维或二维卷积。

4726.卷积神经网络是一种有监督学习的神经网络,其中卷积层和池化层是完成特征提取和降维的功能核心模块。

4725.转置卷积(transposedconvolution)又称为反卷积(deconvolution),在CNN中,转置卷积是一种上采样(up-sling)的常见方法。

4724.LeNet-5是最早提出的卷积神经网络,该网络是由YannLeCun基于1988年以来的工作提出。

4723.Keras模型中的每个层代表神经网络模型中的对应层,Keras提供了许多预构建层,如输入层、隐藏层、输出层、卷积层、池化层等,因此提高了构建复杂神经网络模型的效率。

4722.优化器,即神经网络优化算法,或梯度下降算法。常见的优化器模块有Adam、SGD等。

4721.评估指标用于评估当前训练模型的性能,常见的评估指标有准确率(Accuracy)、精确度(Precision)和召回率(Recall)等。