首页 > 外贸类考试
题目内容 (请给出正确答案)
[单选题]

提高卷积神经网络分类准确性,以下哪个方法可能是无效的()?

A.增加可调整参数的隐层数目

B.使用图像进行旋转、裁剪、拉伸、裁剪等进行样本增强

C.采用小卷积核,提高通道的个数

D.增强特征获取能力对样本按照一定的方式排序

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“提高卷积神经网络分类准确性,以下哪个方法可能是无效的()?”相关的问题
第1题
哪个权重的取值或调整方法不能改善卷积神经网络的训练和性能()?

A.He初始化

B.dropout

C.batchnormalization

D.任意随机初始化

点击查看答案
第2题
对于卷积神经网络而言,减少梯度消失不适合采用以下哪些方法()?

A.增大学习率

B.减少网络深度(隐层个数)

C.skipconnection

D.减少通道数

点击查看答案
第3题
假设我们需要训练一个卷积神经网络,来完成500种概念的图像分类。该卷积神经网络最后一层是分类层,则最后一层输出向量的维数大小可能是()。

A.1

B.500

C.300

D.100

点击查看答案
第4题
典型的用于图像分类的卷积神经网络由输入层、()、池化层、全连接层、输出层构成。
典型的用于图像分类的卷积神经网络由输入层、()、池化层、全连接层、输出层构成。

点击查看答案
第5题
2012年以来,深度卷积神经网络已经成为计算机视觉主流方法,网络深度成为关键参数。()
点击查看答案
第6题
在处理图像领域中,卷积神经网络应用比较广泛,以下哪项不是卷积神经网络的组成部分?()

A.池化层

B.双向隐藏层

C.卷积层

D.全连接层

点击查看答案
第7题
在神经网络中常有权重共享现象,以下哪些神经网络会发生权重共享?()

A.循环神经网络

B.卷积神经网络

C.全连接神经网络

D.感知器

点击查看答案
第8题
以下关于分类挖掘的相关说法错误的是______。

A.分类器的构造方法有统计方法、机器学习方法、神经网络方法等

B.有三种分类器评价或比较尺度:预测准确度、计算复杂度、模型描述的简洁度

C.统计方法包括决策树法和规则归纳法

D.神经网络方法主要是BP算法

点击查看答案
第9题
卷积神经网络是一个全连接的神经网络,中间隐层通常包含多个卷积层。()
点击查看答案
第10题
在经典的卷积神经网络模型中,Softma函数是跟在什么隐藏层后面的?()

A.卷积层

B.池化层

C.全连接层

D.以上都可以

点击查看答案
第11题
面关于FasterRCNN算法的描述中,正确的说法是哪个()?

A.FasterRCNN主要是采用选择性搜索实现候选框提取

B.FasterRCNN使用SVM进行目标类别分类

C.FasterRCNN使用一个卷积实现分类和位置微调

D.FasterRCNN的损失函数与RCNN相同,位置损失函数采用交叉熵

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