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
您可能感兴趣的试卷
你可能感兴趣的试题
A.灰度插值
B.尺度变换
C.旋转变换
D.平移变换
A.同样重要
B.幅度谱
C.都不重要
D.相位谱
A.RBG
B.RGB
C.BGR
D.以上任意一种都可以
A.视知觉主要论述接收外部刺激之后如何反应以及所采用的方式
B.视知觉的任务是确定“什么东西在什么地方”
C.视知觉对接收的刺激进行组织加工,构成具有一定形状整体,借此认识外在世界中的物体目标
D.视知觉的定义最早是由阿基米德提出
阈值分割中,阈值的选取方式有()。
1.固定阈值分割
2.直方图双峰法
3.迭代阈值分割
4.自适应阈值分割
A.1,2,4
B.1,2,3
C.2,3,4
D.1,2,3,4
A.更糟
B.可变
C.不变
D.不能确定
图像处理中的几何变换主要包含()。
1.平移
2.缩放
3.旋转
4.仿射
5.透视
A.1,2,3
B.1,2,3,4
C.1,2,3,4,5
D.2,4,5
A.ImageNetCifar
B.COCO
C.PASCAL VOC
D.Cifar
A.LeNet
B.SVM
C.MLP
D.Neocognitron
2014年,Ross BGirshick提出了RCNN两阶段目标检测模型,该模型利用深度卷积神经网络提取特征,并非端到端得卷积神经网络模型,请描述该模型得检测流程()。
1.利用selective search方法在输入图像中提取2000个region proposals,并归一化到227*227
2.候选图像输入到卷积神经网络中提取特征
3.利用SVM进行分类
4.使用NMS非极大值抑制去除IOU值较大冗余region proposals,并做目标框bbox回归
A.1,2,3,4
B.1,4,2,4
C.2,1,3,4
D.2,1,4,3
最新试题
训练好的模型在测试集准确率100%,则在新的数据集上也会达到100%。
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。
设计的秩序性就是指设计中各相关元素之间的()问题。
神经网络可以生成任意的决策边界。
深度学习与机器学习算法之间的区别在于,后者过程中无需进行特征提取工作,也就是说,我们建议在进行深度学习过程之前要首先完成特征提取的工作。
神经网络进行图片语义分割时,先用CNN处理输入,再用反CNN得到输出。
数据可视化艺术设计是对抽象的数据信息进行可视化,来增强人类感知的研究,创造更加直观的视觉呈现形式,来对()进行传达,帮助人们理解和分析数据。
在大多数欧洲国家,电视和影像系统都使用的是()帧为—秒的帧频(fps)。
单计算层感知器只能解决线性可分问题。
增加卷积核的大小对于改进卷积神经网络的效果是必要的。