‏由于尺寸小，MobileNets被认为是可在（）上使用的出色的深度学习模型...

单项选择题‏由于尺寸小，MobileNets被认为是可在（）上使用的出色的深度学习模型。

A.本地服务器
B.移动设备
C.台式电脑
D.远程服务器

1.单项选择题‏MobileNets是一类（）权重深度卷积神经网络，其大小比许多流行的模型都（）且性能更快。

A.重，更大
B.重，更小
C.轻，更小
D.轻，更大

2.单项选择题在得到相同输出尺寸的前提下，采用深度分离卷积的参数数量（）常规卷积。

A.大于
B.等于
C.小于

3.单项选择题采用（），可以将较小的特征图映射到更大的空间尺度上，因此经常被用于“上采样（upsampling）”计算。

A.分离卷积
B.转置卷积
C.空洞卷积

4.单项选择题与常规卷积相比，随着网络层数的增加，空洞卷积的感受野（）。

A.呈指数级增长
B.呈指数级下降
C.呈线性增长
D.通过学习得到

5.单项选择题残差网络中的捷径连接方式，其主要优点在于（）。

A.从理论上防止了梯度消失现象，使得恒等映射可以较为轻易地通过抑制W和b来获得
B.便于瓶颈层的学习
C.简化了网络架构
D.从理论上防止了过拟合现象，使得恒等映射可以较为轻易地通过抑制W和b来获得

6.单项选择题传统架构下的卷积神经网络，随着网络深度增加到一定程度，会出现准确率不升反降的现象，在解决这个问题的过程中，最为成功的是研究人员所提出的（）网络。‏

A.AlexNet
B.VGG
C.ResNet
D.Inception

7.单项选择题Inception结构的最突出的特点在于采用了（）的思想。

A.Network in Network
B.相同模块在多个位置复用
C.带填充的池化操作
D.多种不同尺度的卷积核

8.单项选择题当我们想缩小输入特征图的高和宽的时候，可以采用池化操作。但是，如果想维持图像的高和宽，仅仅调整输入特征图的深度（通道数），应该（）。

A.使用3×3卷积
B.添加分支网络
C.减少卷积核的数量
D.使用1×1卷积

9.单项选择题VGG网络的一个重要特征是（）。

A.采用统一的卷积核和池化运算
B.网络名称简洁明了
C.拥有VGG16和VGG19两种架构，非常灵活
D.易于训练

10.单项选择题如今，在复现AlexNet时，通常不将原始图像尺寸选择为原文中的224×224×3，而是改为了227×227×3，这样做是因为（）。

A.224是偶数，227是奇数
B.题中的尺寸与其公开代码中的尺寸不符
C.将输入图像尺寸设计为227×227×3，则无需填充和向下取整即可得到55×55的特征图