A.1800万字节
B.2400万字节
C.1800KB
D.600MB
您可能感兴趣的试卷
你可能感兴趣的试题
A.目标与背景的灰度有较大的重叠时也能准确的将目标与背景分开
B.算法假设图像像素能够根据全局阈值,被分成背景(background)和目标(objects)两部分
C.对图像噪声敏感,只能针对单一目标分割,当目标和背景大小比例(面积)悬殊、类间方差函数可能呈现双峰或者多峰,这个时候效果不好
D.是求图像全局阈值的最佳方法,计算简单快速,不受图像亮度和对比度的影响
A.流形学习(Manifold Learning)和深度学习(Deep Learning)
B.深度学习(Deep Learning)和迁移学习(Transfer learning)
C.流形学习(Manifold Learning)和强化学习(Reinforcement Learning)
D.深度学习(Deep Learning)和强化学习(Reinforcement Learning)
A.自适应
B.随机的
C.自上而下
D.自下而上
A.尺度变换法
B.平移法
C.插值法
D.以上都不是
A.子区域
B.窄区域
C.主区域
D.宽区域
A.MxNet
B.Numpy
C.Pytorch
D.Tensorflow
A.图像的尺寸
B.像素的最大值、最小值
C.图像像素的数据类型
D.以上所有
A.5
B.3
C.7
D.5.5
A.邻域运算
B.点运算
C.代数运算
D.局部运算
A.反向传播(Backpropagation);AlexNet
B.随机梯度下降(Stochastic Gradient Descent);MLP
C.随机梯度下降(Stochastic Gradient Descent);LeNet-5
D.反向传播(Backpropagation);LeNet-5
最新试题
与普通反向传播不同的是,随时间的反向传播算法会在每个时间步长内叠加所有对应权重的梯度。
触觉设计风格:指融汇了触觉感知的创作,这种感知可以是真实感知的,也可以是推测出的。常见的触觉设计风格包括:()、实物材料和3D打印等。
理论上神经网络可以解决任何问题,因为神经网络可以逼近任何函数。
提升卷积核(convolutional kernel)的大小会显著提升卷积神经网络的性能。
梯度为0的点只能是局部极小点或局部极大点。
动态设计的源头可以追溯到20世纪50年代()匠心独运地把人物角色加入到电影的片头、片尾设计中。
神经网络可以生成任意的决策边界。
训练CNN时,可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。
动力学是理论力学的分支学科,研究作用于物体的()与物体运动的关系。
激活函数为有限值时,基于梯度的优化方法更加稳定。