登陆题目详情
单选题 VGGNet中的池化层主要用于什么目的
学科：默认课程
时间：2026-05-02 03:44:10
相关题目
相关作业
题目1单选题
VGGNet是在哪一年由牛津大学计算机视觉组和Google DeepMind公司研究员共同研发出来的A. 2014年B. 2012年C. 2015年D. 2013年
题目2单选题
VGGNet中的池化层主要用于什么目的A. 降低特征图的维度B. 提高模型的泛化能力C. 减少模型参数D. 增加模型的非线性
题目3单选题
哪个选项不是数据增强可能带来的好处A. 提高模型的泛化能力B. 捕获更多图像中的细节信息C. 简化模型结构D. 减少数据预处理时间
题目4单选题
AlexNet使用哪种方式来避免过拟合A. 使用LRNB. DropoutC. 增加网络深度D. 增大卷积核大小
题目5单选题
AlexNet中卷积核大小递减的顺序是什么A. 11×11, 5×5, 3×3B. 11×11, 3×3, 5×5C. 3×3, 5×5, 11×11D. 5×5, 11×11, 3×3
题目6单选题
LeNet-5网络结构中,卷积层和池化层的组合出现了几次A. 3次B. 1次C. 2次D. 4次
题目7单选题
AlexNet中引入的ReLU激活函数相较于Sigmoid的优势是什么A. 在深层网络中表现更差B. 更容易导致梯度消失C. 提高了网络的训练速率D. 计算更复杂
题目8单选题
LeNet-5的哪一层负责最终的分类输出A. 池化层B. 全连接层C. 卷积层D. 输出层
题目9单选题
VGGNet为何没有在卷积层之间使用局部响应归一化(LRN)A. 作者发现LRN对性能没有显著提升B. 因为LRN会增加计算复杂度C. VGGNet的结构设计使得LRN无法应用D. LRN与ReLU激活函数不兼容
题目10单选题
VGGNet中使用的ReLU激活函数有哪些优点A. 可以增加模型的复杂度B. 能够减少过拟合的风险C. 提高模型对噪声的鲁棒性D. 有助于模型快速收敛
下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
