题目
多选题(共15题,30.0分) 48.(2.0分)以下哪些是卷积神经网络(CNN)的优势? A. 适合处理高维数据 B. 参数量少 C. 能够捕捉局部特征 D. 计算效率高
多选题(共15题,30.0分) 48.(2.0分)以下哪些是卷积神经网络(CNN)的优势?
A. 适合处理高维数据
B. 参数量少
C. 能够捕捉局部特征
D. 计算效率高
A. 适合处理高维数据
B. 参数量少
C. 能够捕捉局部特征
D. 计算效率高
题目解答
答案
ABC
解析
卷积神经网络(CNN)是一种深度学习模型,特别适用于处理图像等高维数据。CNN的优势包括:
A. 适合处理高维数据:CNN通过卷积层和池化层,能够有效地处理图像等高维数据。
B. 参数量少:CNN通过共享权重,减少了模型的参数量,从而降低了过拟合的风险。
C. 能够捕捉局部特征:卷积层通过局部感受野,能够捕捉到输入数据的局部特征。
D. 计算效率高:通过卷积和池化操作,CNN能够高效地处理数据,减少计算量。
A. 适合处理高维数据:CNN通过卷积层和池化层,能够有效地处理图像等高维数据。
B. 参数量少:CNN通过共享权重,减少了模型的参数量,从而降低了过拟合的风险。
C. 能够捕捉局部特征:卷积层通过局部感受野,能够捕捉到输入数据的局部特征。
D. 计算效率高:通过卷积和池化操作,CNN能够高效地处理数据,减少计算量。