下面关于深度学习的描述,哪个说法是错误的?
A.池化在CNN中可以减少较多的计算量,加快模型训练
B.通道数量越多,获得的特征图也就越多
C.网络的层次越深,其训练时间越久,5层的网络要比4层的训练时间更长
D.网络结构的层次越深,其学习的特征可能越多,性能可能越好
A.池化在CNN中可以减少较多的计算量,加快模型训练
B.通道数量越多,获得的特征图也就越多
C.网络的层次越深,其训练时间越久,5层的网络要比4层的训练时间更长
D.网络结构的层次越深,其学习的特征可能越多,性能可能越好
第1题
A.OpenVINO是Intel发布的,并且支持开源和商用免费
B.OpenVINO工具包支持在边缘启用深度学习推理
C.针对计算机视觉标准的优化调用,包括OpenCV、OpenCL和OpenVX
D.OpenVINO工具包支持从2010年后生成的CPU型号
第2题
A.学习率控制每次更新参数的幅度,学习率越大模型准确率越高
B.固定学习率比Adam自动调整学习率更快训练完成
C.过高的学习值会使损失值不降反升
D.学习率对模型训练时长有影响,对模型性能没有影响
第3题
A.为了防止过拟合可以使用L1或L2正则化
B.为了防止过拟合可以使用提前终止训练的方法
C.为了防止过拟合可以使用Dropout
D.训练过程中的损失值越小,其在存过拟合的风险越低
第4题
A.神经元感知器是一种简单的前馈式神经网络
B.神经元感知器可以接收n个输入,对应n个权重值
C.神经元感知器接收的n个输入对应n个偏置值
D.神经元感知器经过激活函数变换后输出结果
第5题
A.卷积核只能选择3、5、7等奇数值。
B.卷积核越大,其取得的特征越明显,学习到的特征越多。
C.卷积核越小,其计算量越多,训练模型的时间越长。
D.卷积核越大,越容易提取细节特征
第8题
A.局部感知使网络可以提取图像的局部特征,而权值共享大大降低了网络的训练难度
B.通道数量越多,获得的特征图(Featuremap)就越多
C.卷积是指对图像的窗口数据和滤波矩阵做内积的操作,在训练过程中滤波矩阵的大小和值不变
D.SAME填充和VALID填充的主要区别是前者向图像边缘添加0值,而后者可能会忽略来自图像边缘的值
第9题
A.Alpha Go战胜李世磊
B.语音识别接近人类
C.Tesla Autopilot投入商用
D.Google Translate投入教育系统
第11题
A.5G给AI带来新的深度学习算法
B.5通过超低时延助力AI支持更多行业应用场景
C.5G通过大连接给AI带来大量物联网数据
D.5G通过高速率给AI带来大量视频数据