题海让大学四年没有难题
白天模式登陆

题目详情

单选题 AlexNet中卷积核大小递减的顺序是什么

A. 11×11, 5×5, 3×3

B. 11×11, 3×3, 5×5

C. 3×3, 5×5, 11×11

D. 5×5, 11×11, 3×3

默认课程课程封面

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
Copyright © 2022 津ICP备2021001502号