卷积神经网络(CNN) 由自动特征提取网络和分类网络连接构成；将原始图像输入CNN，经过多个卷积层(Convolutional layer)和多个池化层(Pooling layer)顺序连接构成的自动特征提取网络，再经过分类网络输出分类预测结果。
A、正确;
B、错误
发布时间：2025-05-13 19:02:39
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：正确
相关试题
- 1.卷积神经网络(CNN) 由自动特征提取网络和分类网络连接构成；将原始图像输入CNN，经过多个卷积层(Convolutional layer)和多个池化层(Pooling layer)顺序连接构成的自动特征提取网络
- 2.典型的用于图像分类的卷积神经网络由输入层、（ ）、池化层、全连接层、输出层构成。
- 3.CNN网络中可能包含输入层、卷积层、池化层、全连接层。
- 4.能够提取出图片边缘特征的网络是? 卷积层全连接层输出层池化层
- 5.卷积神经网络包括下面哪些网络结构?( )A、输出层B、卷积层C、全连接层D、池化层
- 6.在卷积神经网络（CNN）中，卷积层的主要作用是什么？（ ）
- 7.卷积神经网络由多个卷积层和池化层组成，卷积层负责A输入进行扫描以生成更抽象的特征表示，池化层A这些特征表示进行过滤，保留最关键的特征信息
- 8.R-CNN：Region-based Convolutional Neural Networks，基于 的卷积神经网络，将卷积神经网络（CNN）和候选区域组合在一起。
- 9.深度学习中最经典的网络是CNN，即卷积神经网络。
- 10.卷积神经网络一般包括卷积层、池化层、全连接层，一般激活函数在卷积层后进行使用。
