卷积神经网络能够对图像进行特征提取,因为其有两个优秀的特性,分别是()

A. 运算速度快

B. 卷积核的平移不变性

C. 内存消耗小

D. 能学习空间层次结构

参考答案与解析：

相关试题

关于卷积神经网络的特征提取过程，正确的描述有：（）

关于卷积神经网络的特征提取过程，正确的描述有：（）A. 卷积核可特异化捕捉不同方向边缘B. 最大池化通过保留窗口均值实现平移不变性C. 深层网络整合局部特征形成

  • 查看答案

    • 卷积神经网络中的卷积层可以自动提取图像的边缘、纹理等低级特征，因此在图像识别中不需要手动设计特征提取方式。（）

    卷积神经网络中的卷积层可以自动提取图像的边缘、纹理等低级特征，因此在图像识别中不需要手动设计特征提取方式。（）A. 错B. 对

  • 查看答案

    • 深度神经网络相比于传统图像特征提取方法的主要优势是什么?

    深度神经网络相比于传统图像特征提取方法的主要优势是什么?A. 可塑性差B. 不需要手工设计特征提取器C. 对特定任务更有效D. 数据量要求低

  • 查看答案

    • 卷积神经网络的两个主要组成部分是(卷积层)和池化层。()

    卷积神经网络的两个主要组成部分是(卷积层)和池化层。()A. 对B. 错

  • 查看答案

    • 在深度学习中,卷积神经网络(CNN)的卷积层主要用于提取图像的局部特征,而池化层(PoolingLayer)则用于降低特征的空间维度

    在深度学习中,卷积神经网络(CNN)的卷积层主要用于提取图像的局部特征,而池化层(PoolingLayer)则用于降低特征的空间维度A. 正确B. 错误

  • 查看答案

    • 卷积神经网络3个基本概念包括()。

    卷积神经网络3个基本概念包括()。A. 全局感受野、共享权值、池化B. 全局感受野、非共享权值、池化C. 局部感受野、非共享权值、池化D. 局部感受野、共享权值

  • 查看答案

    • 卷积计算利用了图片中像素的时序关联性，进行特征提取。()

    卷积计算利用了图片中像素的时序关联性，进行特征提取。()A. 正确B. 错误

  • 查看答案

    • 以下哪些是卷积神经网络的缺点?()

    以下哪些是卷积神经网络的缺点?()A. 数据资源不足导致深层神经网络容易过拟合B. 计算代价很大,需要很高的计算资源C. 技术(网络结构设计和优化)仍存在收敛难

  • 查看答案

    • 在图像处理中，常用的特征提取方法有:()

    在图像处理中，常用的特征提取方法有:()A. 颜色特征---B. 形状特征C. 文本特征D. 纹理特征

  • 查看答案

    • 卷积神经网络(CNN)的灵感来源于:

    卷积神经网络(CNN)的灵感来源于:A. 猫的听觉皮层B. 猫的视觉皮层C. 狗的视觉皮层D. 老鼠的视觉皮层

  • 查看答案