请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为（）。选项： A:95; B:96; C:97; D:98
- 2.【单选】输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为（） 选项： A: 95 B: 96 C: 97 D: 8
- 3.【单选】输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为（） 选项： A: 96 B: 97 C: 8 D: 95
- 4.【单选】输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为（） 选项： A: 8 B: 96 C: 95 D: 97
- 5.【单选】输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为（） 选项： A: 97 B: 96 C: 8 D: 95
- 6.输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为（单选题） 选项： A:95 B:96 C:97 D:98
- 7.设输入图片大小为200×200,依次经过一层卷积(kernel size 5×5,padding 1,stride 2),一层pooling(kernel size 3×3,padding 0,stride 1),又一层卷积(kernel size 3×3,padding 1,stride 1)之后,输出特征图大小为:__( )A．99；B．98C．97；D．96；
- 8.输入图片大小为200*200，依次经过一层卷积(Kernel size 5*5, padding 1, stride 2)，池化层Pooling(Kernel size 3*3, padding 0, stride 1)，又一层卷积层(Kernel size 3*3, padding 1, stride 1)之后，输出特征图大小为
-
9.下列代码输出的结果是？
Import numpy as np
ArrOne = np.array([[1, 2, 3, 4], [4, 5, 6, 6]])
ArrTwo = np.array([[1]])
Print(ArrOne-ArrTwo)
选项：A、[[0 1 2 3] [3 4 5 5]]
B、[[1 2 3 4] [4 5 6 6]]
C、[[0 1 2 3], [3 4 5 5]]
D、[0 1 2 3] [3 4 5 5]
E、 不能运算，会出现ValueError -
10.字典D1={'3':3,'5':5}，D2=D1，D1'3']=6，执行D1'3']+D2'3']输出的结果为（）
选项： A:12
B:6
C:3
D:9
-
11.字典D1={'3':3,'5':5},D2=D1,D1'3']=6,执行D1'3']+D2'3']输出的结果为( ) 选项： A:
12
B:6
C:3
D:9
-
12.设输入序列为1、2、3、4、5、6，则通过栈的作用后可以得到的输出序列为( )。 选项： A:
5，6，3，4，1，2
B:3，2，5，6，4，1
C:3，1，2，6，5，4
D:1，5，4，6，2，3
- 13.假设某卷积层的输入和输出特征图大小分别为63*63*6和31*31*12，卷积核大小是5*5，步长为2，那么Padding值为多少？选项： A:1; B:2; C:3; D:4
-
14.假设使用如下公式从由频繁k项集产生潜在的频繁K+1候选集:
已知 ={{1，2}，{1，3}，{1，5}，{2，3}}，则通过上述方法可以得到为（）
A.{{1，2，3}，{1，2，5}，{1，3，5}}
B.{{1，2，3}，{1，2，5}}
C.{{1，2，3}}
D.{{1，2，3}，{1，2，5}，{2，3，5}}
选项： A: B: C: D: -
15.输入32*32的图像，用大小5*5的卷积核做步长为1的卷积计算，输出图像的大小是（AI考点） 选项： A:
28*23
B:28*28
C:29*29
D:23*23
- 16.已知 Bezier曲线的特征多边形的顶点分别为PO(1，2)、P1(5，2)、P2(3，5）P3(2,1)。则曲线的起点坐标为（） 选项： A: P0(1，2) B: P1 (5，2) C: P2 (3，5) D: P3 (2，1)
- 17.设特征图的尺度为48×48×32，若卷积核的尺度为1×1×32，步长stride=1，填充padding=0，则该层需要进[br][/br]行（）次卷积运算。 选项： A、32 B、48×48×32=73728 C、48×48=2304 D、1×1=1
-
18.已知x=1, 2, 3]，y=4, 5]，则x.append(y)后，x的值是（）。 选项： A:
1, 2, 3, 4, 5]
B:1, 2, 3], 4, 5]]
C:1, 2, 3], 4, 5]
D:1, 2, 3, 4, 5]]
-
19.运行以下程序段的输出结果是（ ） i=0 while i<10: i+=1 if i%3 == 0: break else: print(i,end =' ') 选项： A:
1 2
B:1 2 3
C:1 2 4
D:1 2 4 5
- 20.在卷积神经网络中.若输入图像的尺寸为224*224*3.卷积核的尺寸为5*5*3.卷积步长为4.padding为0.则输入图像与该卷积核卷积之后得到的特征图的尺寸为.（ ） 选项： A:53*53*3 B:54*54*3 C:54*54*1 D:44*44*1
