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
您可能感兴趣的试卷
你可能感兴趣的试题
1.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
2.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
3.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
4.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
5.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
6.单项选择题常见的两种增大感受野尺寸的方法，一是通过堆叠网络层数或增大卷积核尺寸，能够线性增加感受野的尺寸；二是通过下采样，即（）。
A.增大卷积步长、取消池化操作
B.减少卷积步长、进行池化操作
C.增大卷积步长、进行池化操作
D.减少卷积步长、取消池化操作
7.单项选择题卷积层中的参数数量少于全连接型神经网络，是因为卷积层的两个优良的特性。第一个是“参数共享”，第二个是（）。
A.自适应梯度下降
B.稀疏连接
C.参数可学习
D.稠密连接
8.单项选择题关于池化，以下说法正确的是（）。
A.池化本身没有需要学习的参数
B.池化就是计算整个输入特征中的最大值，没有其他功能
C.池化就是计算整个输入特征的平均值，没有其他功能
9.单项选择题
若使用
个
的卷积核，对一张
的图像进行卷积运算。其中，填充为p，步幅为s，则输出的结果为（）。
A.
B.
C.
D.
10.单项选择题若使用一个f×f的卷积核，对一张n×n×1的图像进行卷积运算。其中，填充为p，步幅为s，则输出的结果为（）。
A.
B.
C.
D.
