下列关于CNN的说法不正确的是()A.经过卷积运算,无法产生与输入相同大小的输出###SXB###B.CNN中的卷积运算,每个输出特性不用查看每个输入特征,而只需查看部分输入特征。###SXB###C.对图像用一个卷积核进行卷积运算,实际上是一个滤波的过程。每个卷积核都是一种特征提取方式,就像是一个筛子,将图像中符合条件的部分筛选出来。###SXB###D.0填充:用额外的“假”像素(通常值为0)填充边缘。这样,在滑动时的卷积核可以允许原始边缘像素位于卷积核的中心,同时延伸到边缘之外的假像素,从而产生与输入相同大小的输出。
下列关于CNN的说法不正确的是()
A.经过卷积运算,无法产生与输入相同大小的输出###SXB###B.CNN中的卷积运算,每个输出特性不用查看每个输入特征,而只需查看部分输入特征。###SXB###C.对图像用一个卷积核进行卷积运算,实际上是一个滤波的过程。每个卷积核都是一种特征提取方式,就像是一个筛子,将图像中符合条件的部分筛选出来。###SXB###D.0填充:用额外的“假”像素(通常值为0)填充边缘。这样,在滑动时的卷积核可以允许原始边缘像素位于卷积核的中心,同时延伸到边缘之外的假像素,从而产生与输入相同大小的输出。参考答案和解析
RNN 是具有整体的浅层结构,局部深层结构的网络
相关考题:
填空题美国的CNN是()的缩写