36. 下列哪一項描述正確關聯了技術與其定義？
(A) 監督式學習：一種根據資料的相似性對其進行分群組的演算法
(B) 類神經網路(ANN)：一種使用分層結構中的互連節點的深度學習方法
(C) 非監督式學習：使用帶有標籤的訓練數據來訓練模型
(D) 卷積神經網路(CNN)：池化層在 CNN 中最重要的用途是提取特徵，有點像是電腦的眼睛，並尋找重要的特徵

答案：登入後查看
統計： A(6), B(51), C(1), D(36), E(0) #3233482

詳解 (共 2 筆)

#6318958
(A)分群演算法屬於非監督式學習(C)使...
(共 453 字，隱藏中）
前往觀看
5
1
#6345057

卷積神經網路（CNN）：池化層在 CNN 中最重要的用途是提取特徵，有點像是電腦的眼睛，並尋找重要的特徵 ❌ 部分錯誤

  • 卷積神經網路（Convolutional Neural Network, CNN） 是一種特別適用於影像處理的深度學習模型。

  • 池化層（Pooling Layer） 主要作用：

    1. 降低維度（減少計算量）

    2. 提升穩定性（減少微小變化帶來的影響）

    3. 防止過擬合

  • 池化層並不直接提取特徵，真正負責特徵提取的是卷積層（Convolutional Layer），池化層的作用更偏向於降維與強化重要特徵。

  • 正確的敘述應該是：
    池化層在 CNN 中的主要作用是降維、強化重要特徵並減少計算量，而真正的特徵提取主要由卷積層完成

1
0

私人筆記 (共 1 筆)

私人筆記#7773375
未解鎖
類神經網路（Artificial Ne...
(共 122 字，隱藏中）
前往觀看
0
0