A.高斯卷积操作的结果是使得图像变得平滑(模糊)
B.卷积操作结果可认为是保留了像素点所构成的特定空间分布模式
C.卷积矩阵中的参数是手工事先指定的、且每幅图像之间不共享
D.卷积操作利用了图像中像素点存在空间相关性的特点
A.使用较小的卷积,并统一卷积核的大小
B.使用定点计算的神经网络代替浮点运算
C.使用ReLU作为非线性激发函数
D.增加网络的深度
A.全连接层的作用就是分类,全连接层的每一个节点都与上一层的所有节点相连接,将前一层的特征进行进一步组合
B.损失函数的作用是用来估算模型的预测值与实际值的差距的函数
C.卷积神经网络中的池化层又称为下采样层,该层的目的是降低特征图的维度,进而降低卷积神经网络的参数量,减少过拟合
D.卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间,全连接层则将抽象特征映射到样本标记空间中