Examly題庫立即開始練習
國營聯招 統計資訊統計學、巨量資料概論10630單選題

有關應用卷積神經網路(Convolutional Neural Networks,簡稱CNNs)於影像分析之敘述,下列何者正確? ①較前面的處理層 (Layer) 過濾器通常可包含邊緣偵測器 (Edge Detector) ②和擁有相同層數以及每層內有相同神經元個數的全連通網路 (Fully-connected Networks)比起來,CNNs用有更多參數 ③一個CNN可用來訓練非監督式學習模型,但一般的類神經網路則不行 ④池化層(Pooling Layers) 可降低影像的空間解析度

A①②
B②③
C③④
D①④正確答案
答案與詳解
D
正確答案
CNNs影像分析:前層可偵測邊緣(①✓)、池化層降低空間解析度(④✓),參數遠少於全連通網路(②✗),非監督學習並非CNN獨有(③✗)。

為什麼答案是 D

①前層過濾器學習低階特徵如邊緣、角點,符合CNN層次化特徵提取的實際行為;④池化層(Max/Average Pooling)透過取樣確實降低feature map空間尺寸(解析度)。

考點:CNN參數效率考點:監督/非監督學習考點:非監督學習誤解考點:CNN層次特徵+池化
載入中…

想練更多統計學、巨量資料概論考古題?

Examly 收錄 38 萬+ 道歷屆題目,每題都有像這樣的精選詳解。免費下載,立即開練。

Download on theApp Store即將推出Google Play
黑皮