如果结果不匹配，请 
更多“卷积神经网络中同一卷积层的所有卷积核是权重共享的。()”相关的问题
第8题
卷积神经网络是一种前馈神经网络，具有很多优点，对于大型图像处理有出色表现。下列选项中，属于卷积神经网络的优点的是（)。
A.隐式学习，避免了显式的特征抽取
B.平移不变性
C.权值共享
D.鲁棒性强
第9题
对于卷积网络来说,以下说法正确的是（)。
A.全连接层的作用就是分类,全连接层的每一个节点都与上一层的所有节点相连接,将前一层的特征进行进一步组合
B.损失函数的作用是用来估算模型的预测值与实际值的差距的函数
C.卷积神经网络中的池化层又称为下采样层，该层的目的是降低特征图的维度，进而降低卷积神经网络的参数量,减少过拟合
D.卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间,全连接层则将抽象特征映射到样本标记空间中
第10题
卷积神经网络中，原始图像大小为32×32，卷积核大小为3×3，步长（stride)为2，补边（padding)为0，则卷积结果大小为（)。
A.16×16
B.15×15
C.29×29
D.14×14
第11题
对完成特定任务的卷积神经网络训练采用的是监督学习方法。在这个过程中，通过误差后向传播来优化调整网络参数，请问下面哪个参数不是通过误差后向传播来优化的（)。
A.卷积滤波矩阵中的参数
B.全连接层的链接权重
C.激活函数中的参数
D.模型的隐藏层数目
