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