第3题
A.在卷积神经网络中,采用平均池化可减小误差,适用于需要突出纹理等特征的场景中
B.ResNet通过增加恒等映射,增加参数从而减少模型优化的难度,实现性能提升
C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量,使模型可以处理任意尺寸的图像
D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
第6题
A.因为它可以被用做监督学习
B.严格意义上它比卷积神经网络(CNN)效果更好
C.它比较适合用于当输入/输出是一个序列的时候(例如.一个单词序列)
D.RNNs代表递归过程.想法->编码->实验->想法->…
第8题
A.每一个卷积核在遍历整个图像的时候,卷积核的参数是固定不变的
B.每个卷积核在遍历整个图像的时候,卷积核的参数是变化的
C.图像的空间联系是局部像素较为稀疏,而距离较远的像素相关性较强
D.图像的空间联系是局部像素较为紧密,而距离较远的像素相关性较强