题目内容
(请给出正确答案)
[多选题]
卷积神经网络中的池化操作,可以实现以下哪些效果()。
A.边缘检测
B.提取图像特征
C.降维
D.减少网络参数
E.避免过拟合
查看答案
如果结果不匹配,请 联系老师 获取答案
A.边缘检测
B.提取图像特征
C.降维
D.减少网络参数
E.避免过拟合
A.池化
B.全连接
C.执行激励函数
D.padding
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
A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络,降低了Fast-RCNN的mAP
B.候选框的目标分类和边框精调都由卷积神经网络承担,这也提高了算法的速度
C.舍弃了R-CNN的多尺度池化,提高了算法的速度
D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
A.卷积层
B.全连接层
C.池化层
D.采样层