有关卷积核的大小对卷积神经网络的影响，哪个说法是正确的？
A、大的卷积核对应的感受野比较大，更容易获得图像的特征;
B、小的卷积核级联的效果等价于大卷积核的效果，但权重等参数会大大减少;
C、过大的卷积核对应大量的参数，卷积神经网络不容易出现过拟合;
D、小的卷积核可以获得图像比较细致的特征，它们组合起来可能降低网络的分类准确率
发布时间：2025-05-12 21:28:54
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：小的卷积核级联的效果等价于大卷积核的效果，但权重等参数会大大减少
相关试题
- 1.有关卷积核的大小对卷积神经网络的影响，哪个说法是正确的？
- 2.卷积神经网络中，卷积核中元素的具体数值是（ ）。
- 3.以下有关卷积神经网络（CNN）的说法错误的是：
- 4.卷积层是卷积神经网络的核心
- 5.卷积层是卷积神经网络的核心A.正确B.错误
- 6.在卷积神经网络中，若对尺寸为39*39*10的特征图进行卷积，则可以选择以下哪种尺寸作为卷积核的尺寸为：（ ）
- 7.在卷积神经网络中.若输入图像的尺寸为224*224*3.卷积核的尺寸为5*5*3.卷积步长为4.padding为0.则输入图像与该卷积核卷积之后得到的特征图的尺寸为.（ ）
- 8.卷积结果的尺寸通常小于卷积核的尺寸。（ ）
- 9.卷积神经网络的卷积过程有特征提取和压缩两个功能
- 10.在卷积神经网络（CNN）中，卷积层的主要作用是什么？（ ）
