首页 > 学历类考试
题目内容 (请给出正确答案)
[单选题]

设计为8层的卷积神经网络AlexNet网络成功使用()函数,其效果远远地超过了Sigmoid函数。

A.ReLU函数

B.sigmoid函数

C.tanh函数

D.sin函数

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“设计为8层的卷积神经网络AlexNet网络成功使用()函数,…”相关的问题
第1题
以下那种卷积神经网络的设计引入了残差网络结构()?

A.LeNet

B.AlexNet

C.VGG

D.ResNet

点击查看答案
第2题
下列哪一项不是卷积神经网络的典型代表()

A.ALEXNET

B.LSTM

C.VGG

D.resnet

点击查看答案
第3题
深度强化学习是以()为基础的。

A.GPU

B.大数据

C.AI

D.深度卷积神经网络

点击查看答案
第4题
假设你有5个大小为7x7、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。此时如果你向这一层传入一个维度为224x224x3的数据,那么神经网络下一层所接收到的数据维度是多少()。

A.218x218x5

B.217x217x8

C.217x217x3

D.220x220x5

点击查看答案
第5题
假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的,对吗()。

A.对的

B.不知道

C.看情况

D.不对

点击查看答案
第6题
假设你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多少()。

A.217x217x3

B.217x217x8

C.218x218x5

D.220x220x7

点击查看答案
第7题
卷积神经网络的第一层中有10个卷积核,每个卷积核尺寸为55,步长为1,不补零,该层的输入图片的维度是224×224×3,那么该层输出的维度是()。

A.220×220×10

B.220×220×5

C.224×224×10

D.224×224×5

点击查看答案
第8题
卷积神经网络中同一卷积层的所有卷积核是权重共享()。

A.对

B.错

点击查看答案
第9题
在卷积神经网络中,可以利用多个不同的卷积核进行卷积操作。()
点击查看答案
第10题
增加卷积核的大小A于改进卷积神经网络的效果是必要的。()
点击查看答案
第11题

以下哪层是卷积神经网络的组成部分()。

A.卷积层

B.中间层

C.池化层

D.全连接层

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改