神经网络与深度学习——TensorFlow实践（十四）_池化层也称特征映射层,是一种上采样运算

深度学习的基本思想：

练习一

1下列说法错误的是______。

• A.传统机器学习中依靠人工方式来提取和设计特征

• B.传统机器学习中特征的计算、调整和测试需要大量时间

• C.深度学习通过数据驱动，能够自动从数据中学习与任务相关的特征

• D.深度学习中提取出的特征具有可解释性

正确答案：D

2在训练好的深度神经网络中，低层隐含层（特征层）的输出更接近原始输入数据，随着隐含层层数的增加，输出的特征变得抽象。

• A.对

• B.错

正确答案：A

3深度学习的三要素包括数据、算法以及计算力。

• A.对

• B.错

正确答案：A

4训练大规模深度神经网络，需要强大的计算资源。

• A.对

• B.错

正确答案：A

图片识别

练习二

1下列说法中错误的是______。

• A.图像识别是指利用计算机对图像进行处理和分析，使机器理解图像中的内容

• B.图像识别的核心问题是图像特征的组合

• C.视觉皮层中的信息处理是分层的

• D.语义鸿沟是指图像的底层视觉特性和高层语义概念之间的鸿沟

正确答案：B

2下列关于图像特征的描述，错误的是______。

• A.纹理特征描述了图像或图像区域中景物的表面性质

• B.形状特征可以提取出图像中景物的轮廓或形状轮廓

• C.通过各类特征的组合，能够更加准确地描述图像

• D.颜色直方图描述了图像中每种颜色的统计信息以及每种颜色所处的空间位置

正确答案：D

3Shift特征是一种能够应对一切图像识别任务的特征。

• A.对

• B.错

正确答案：B

4神经网络中隐含层越多，提取出的特征越抽象，表达能力越好。

• A.对

• B.错

正确答案：A

图像卷积计算

图像卷积应用

练习三

1关于卷积核，下列说法错误的是______。

• A.卷积核又称为卷积模板或卷积窗口

• B.卷积核的尺寸决定了卷积运算的范围

• C.卷积核中的数字代表该点与其周围点的像素值

• D.卷积核的边长尺寸应是一个奇数，以确保中心点的存在

正确答案：C

2下列关于图像卷积运算的说法，错误的是______。

• A.卷积运算使用卷积核与每点周围像素的灰度值加权求和来调整该点的灰度值

• B.若在图像边界不填充数字，卷积后的图像与原图像大小相同

• C.卷积核一次移动的像素数称为步长

• D.图像卷积运算的结果在计算机中以矩阵形式保存

正确答案：B

3若未在图像边界处填充数字，对一个20×20的图像进行一轮步长为1的卷积后图像大小变为18×18，则进行卷积的卷积核的大小为______。

• A.3×3

• B.5×5

• C.7×7

• D.9×9

正确答案：A

4下列说法中错误的是______。

• A.高斯模糊是根据高斯分布的取值来确定卷积核中的权值

• B.高斯分布又称为正态分布

• C.高斯卷积核离中心点越近，其权值越小

• D.与均值模糊相比，高斯模糊在平滑图像时能较好的保护物体边缘

正确答案：C

5关于图像边缘检测，下列说法错误的是______。

• A.Roberts、Sobel以及Laplacian算子均能有效检测出给图像中各种类型的边缘

• B.图像边缘是指图像中颜色、灰度或亮度发生急剧变化的区域边界

• C.在图像分析和理解任务中常常需要使用边缘检测

• D.边缘检测是指计算当前点和周围点的颜色值或灰度值的差别

正确答案：A

6关于边缘检测Log算子，下列说法错误的是______。

• A.抗干扰能力强

• B.边界定位精度高

• C.边缘连续性好

• D.有效提取对比度强的边界

正确答案：D

7在进行图像卷积运算时，若步长等于卷积核的边长n，则相当于对图像缩小了n+1倍。

• A.对

• B.错

正确答案：B

8图像的卷积运算可以看作是一种提取图像特征的方法。

• A.对

• B.错

正确答案：A

9采用不同类型的卷积核对图像进行卷积运算，会抽取出图像不同的特征。

• A.对

• B.错

正确答案：A

卷积神经网络基本思想：

卷积神经网络的结构

练习

1下列说法中错误的是______。

• A.感受野是一个神经元所接受并响应的刺激区域

• B.采用局部连接和权值共享，能够降低卷积神经网络的复杂性

• C.一个卷积核能够提取多种特征

• D.卷积核中的权值是从数据中学习得到的

正确答案：C

2下列对于卷积神经网络的描述，正确的是______。

• A.卷积神经网络同时具备全连接神经网络和卷积运算的特点

• B.卷积神经网络是一种前馈型神经网络

• C.每个卷积层可包含多个卷积核来进行特征提取

• D.卷积神经网络的特征提取阶段包括卷积层和池化层

正确答案：D

3下列说法中，错误的是______。

• A.池化层也称特征映射层，是一种上采样运算

• B.池化操作进一步抽象信息，提高了泛化性，防止过拟合

• C.重叠采样的池化操作，会使特征图的各个块之间出现相互重叠的部分

• D.池化操作的作用是在减小数据处理量的同时，保留有用的信息

正确答案：A

单元测试

1下列说法中错误的是______。

• A.图像识别的核心问题是图像特征的提取

• B.传统的机器学习能够自动从数据中学习与任务相关的特征

• C.神经网络中隐含层越多，提取出的特征就越抽象

• D.训练大规模深度神经网络，需要强大的计算资源

2下列说法错误的是______。

• A.卷积核的尺寸决定了卷积运算的范围

• B.对图像边界不填充，卷积运算后的图像与原图像大小相同

• C.进行图像卷积运算时，步长等于卷积核的边长n，相当于对图像缩小了n倍

• D.卷积核一次移动的像素数称为步长

3下列说法中错误的是______。

• A.采用不同类型的卷积核对图像进行卷积运算，会抽取出图像不同的特征

• B.图像的卷积运算可以看作是一种提取图像特征的方法

• C.与高斯模糊相比，均值模糊在平滑图像时能较好的保护物体边缘

• D.图像边缘是指图像中颜色、灰度或亮度发生急剧变化的区域边界

4若未在图像边界处填充数字，对一个15×15大小的图像，使用3×3的卷积核，进行一轮步长为3的卷积后，结果图像的大小为______。

• A.11×11

• B.13×13

• C.5×5

• D.7×7

5下列说法中错误的是______。

• A.卷积神经网络中采用局部连接和权值共享，是为了减少参数的数量

• B.卷积神经网络是一种反馈型神经网络

• C.卷积神经网络中卷积核的权值是从数据中学习得到的

• D.一个卷积核只能够提取一种特征

6下列说法中错误的是______。

• A.池化操作能进一步抽象信息，提高了泛化性，防止过拟合

• B.重叠采样的池化操作，会使特征图的各个块之间出现相互重叠的部分

• C.池化操作的作用是在增大数据处理量的同时，去除无用的信息

• D.池化层也称特征映射层，是一种下采样运算