深度学习卷积神经网络（CNN）题库及详解.docxVIP

深度学习卷积神经网络（CNN）题库及详解

一、单项选择题（共10题，每题1分，共10分）

卷积神经网络中卷积层的核心作用是？

A.提取输入数据的局部特征

B.降低特征维度减少计算量

C.对特征进行归一化处理

D.完成最终的分类任务

答案：A

解析：选项B是池化层的核心作用，选项C是批量归一化（BN）层的作用，选项D是全连接层加Softmax层的作用。卷积层通过局部感受野和参数共享机制，核心目标是提取输入图像的边缘、纹理、语义等不同层级的局部特征，因此正确答案为A。

若输入特征图尺寸为3232，使用33卷积核，步长为1，采用SamePadding，输出特征图的空间尺寸为？

A.30*30

B.32*32

C.34*34

D.16*16

答案：B

解析：SamePadding的核心目标是在步长为1时保证输出特征图与输入空间尺寸一致，代入空间尺寸计算公式：输出尺寸=(输入尺寸+2填充值卷积核尺寸)/步长+1，33卷积核对应填充1层0，计算可得(32+2-3)/1+1=32，因此正确答案为B。

下列关于池化层的说法错误的是？

A.最大池化更关注局部最显著的特征

B.平均池化更适合保留背景类的全局平缓特征

C.池化层不会改变特征的通道数

D.池化层必须和卷积层成对出现

答案：D

解析：池化层的作用是下采样，通道数始终与输入保持一致，最大池化保留