题目内容
（请给出正确答案）
[主观题]
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。
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。
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
更多“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…”相关的问题
A.全连接层的作用就是分类,全连接层的每一个节点都与上一层的所有节点相连接,将前一层的特征进行进一步组合
B.损失函数的作用是用来估算模型的预测值与实际值的差距的函数
C.卷积神经网络中的池化层又称为下采样层，该层的目的是降低特征图的维度，进而降低卷积神经网络的参数量,减少过拟合
D.卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间,全连接层则将抽象特征映射到样本标记空间中
A.多个卷积层后面跟着的是一个池化层
B.多个池化层后面跟着的是一个卷积层
C.全连接层(FC)位于最后的几层
D.全连接层(FC)位于开始的几层
A.在卷积神经网络中，采用平均池化可减小误差，适用于需要突出纹理等特征的场景中
B.ResNet通过增加恒等映射，增加参数从而减少模型优化的难度，实现性能提升
C.空间金字塔池化(SPP)通过把图像的卷积特征转化成相同维度的特征向量，使模型可以处理任意尺寸的图像
D.批规范化(batchnormalization)是在不引入新参数的情况下保证每一层网络的输入具有相同的分布
