对于65x65x6的输入特征图，用32个5*5的卷积核（过滤器）进行卷积，步幅为2，padding值为2，得到的特征图大小是哪个？
A: 33*33*32
B: 32*32*32
C: 65*65*12
D: 32*32*5
A: 33*33*32
B: 32*32*32
C: 65*65*12
D: 32*32*5
举一反三
- 假设某卷积层的输入特征图大小为36*32*6，卷积核大小是5*3，通道为20个，步长为1，没有padding，那么得到的特征图大小为？ A: 32*30*20 B: 27*30*20 C: 32*28*6 D: 36*34*20
- 设输入图像的维度为32×32×3，若存在1个尺度为5×5的卷积核，其步长stride=2，则卷积运算之后的特征图[br][/br]的深度为（）。 A: 1 B: 3 C: 5 D: 32
- 将{ 32, 2, 15, 65, 28, 10 }依次插入初始为空的二叉搜索树。则该树的前序遍历结果是： A: 2, 10, 15, 28, 32, 65 B: 32, 2, 10, 15, 28, 65 C: 10, 28, 15, 2, 65, 32 D: 32, 2, 15, 10, 28, 65
- 对于32x32x6的输入特征图，使用步长为2，核大小为2的最大池化，请问输出特征图的大小是多少？ A: 16*16*6 B: 32*32*3 C: 16*16*3 D: 32*32*6
- 将一张32*32大小的图片输入一个卷积神经网络，经过一层卷积层（卷积核大小为5*5，步长为1，非全零填充）和一层池化层（池化核大小为2*2，步长为2，全零填充）之后输出的图片尺寸为多少？? 7|14|16|32