目录Python全系列 教程
3567个小节阅读：5929.9k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
VGGNet探索了卷积神经网络的深度和性能之间的关系，通过多次堆叠3x3的卷积核，使
得网络层数总体变多，达到了16~19层。
VGGNet采用了多次堆叠3x3的卷积核，这样做的目的是减少参数的数量。
例如，2个3x3的卷积核效果相当于1个5x5的卷积核效果，因为它们的感受野（输入图
像上映射区域的大小）相同。但2个3x3卷积核的参数个数（18个）却比1个5x5（25个）
的卷积核参数个数少。
类似地，3个3x3的卷积核相当于1个7x7的卷积核，而1个7x7的卷积核的参数个数为
49，而3个3x3的卷积核的参数个数仅为27。
1. 关于VGGNet网络结构，下列说法正确的是:
A VGGNet的网络层数比AlexNet少
B VGGNet多次堆叠了3x3的卷积核
C VGGNet没有池化层
D 以上说法均不正确
2. 关于卷积核的多次堆叠，下列说法正确的是:
A 多次堆叠卷积核会使参数数量变多
B 2个3x3的卷积核堆叠效果相当于1个5x5的卷积核效果
C 3个3x3的卷积核堆叠效果相当于2个7x7的卷积核
D 以上说法均不正确
1=>B 2=>B
