2026年计算机cnn大创题目及答案.docVIP

2026年计算机cnn大创题目及答案

一、填空题（每题2分，共20分）

1.在卷积神经网络中，用于提取图像局部特征的层是__________层。

2.卷积神经网络中，步长为2的池化操作会减少输入数据的__________。

3.在训练深度神经网络时，常用的优化算法是__________算法。

4.卷积神经网络中，ReLU激活函数的数学表达式为__________。

5.在卷积神经网络中，用于控制模型过拟合的技术是__________。

6.卷积神经网络中，权值共享机制的主要目的是__________。

7.在卷积神经网络中，全连接层通常位于网络的__________部分。

8.卷积神经网络中，用于衡量模型预测误差的损失函数是__________函数。

9.在卷积神经网络中，Dropout是一种__________技术。

10.卷积神经网络中，批归一化（BatchNormalization）操作通常应用于__________层。

二、判断题（每题2分，共20分）

1.卷积神经网络只能用于图像识别任务。（×）

2.卷积神经网络中的池化操作会增加输入数据的维度。（×）

3.卷积神经网络中的权值共享机制可以提高模型的泛化能力。（√）

4.卷积神经网络中的ReLU激活函数可以避免梯度消失问题。（√）

5.卷积神经网络中的Dropout技术可以减少模型的过拟