题目内容
（请给出正确答案）
[单选题]
假设我们需要训练一个卷积神经网络，来完成500种概念的图像分类。该卷积神经网络做好一层是分类层，则最后一层输出向量的维数大小可能是（)
A.1
B.500
C.300
D.100
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.1
B.500
C.300
D.100
如果结果不匹配，请 联系老师 获取答案
更多“假设我们需要训练一个卷积神经网络，来完成500种概念的图像分…”相关的问题
A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络，降低了Fast-RCNN的mAP
B.候选框的目标分类和边框精调都由卷积神经网络承担，这也提高了算法的速度
C.舍弃了R-CNN的多尺度池化，提高了算法的速度
D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
A.卷积矩阵(卷积核)
B.网络层数
C.目标函数
D.输入端和输出端的维数
假设你有一个非常大的训练集合，如下机器学习算法中，你觉着有哪些是能够使用map-reduce框架并能将训练集划分到多台机器上进行并行训练的（)。
A.逻辑斯特回归(LR)，以及随机梯度下降(SGD)
B.线性回归及批量梯度下降(BGD)
C.神经网络及批量梯度下降(BGD)
D.针对单条样本进行训练的在线学习
A.Softmax函数
B.SoftPlus函数
C.Sigmoid函数
D.Relu函数
A.因为它可以被用做监督学习
B.严格意义上它比卷积神经网络(CNN)效果更好
C.它比较适合用于当输入/输出是一个序列的时候(例如.一个单词序列)
D.RNNs代表递归过程.想法-＞编码-＞实验-＞想法-＞…
