题目内容
（请给出正确答案）
[单选题]
提高卷积神经网络分类准确性，以下哪个方法可能是无效的（)？
A.增加可调整参数的隐层数目
B.使用图像进行旋转、裁剪、拉伸、裁剪等进行样本增强
C.采用小卷积核，提高通道的个数
D.增强特征获取能力对样本按照一定的方式排序
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.增加可调整参数的隐层数目
B.使用图像进行旋转、裁剪、拉伸、裁剪等进行样本增强
C.采用小卷积核，提高通道的个数
D.增强特征获取能力对样本按照一定的方式排序
如果结果不匹配，请 联系老师 获取答案
更多“提高卷积神经网络分类准确性，以下哪个方法可能是无效的()?”相关的问题
A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络，降低了Fast-RCNN的mAP
B.候选框的目标分类和边框精调都由卷积神经网络承担，这也提高了算法的速度
C.舍弃了R-CNN的多尺度池化，提高了算法的速度
D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
A.免费的
B.支持主流的机器视觉功能
C.基于典型卷积神经网络以及英特尔®硬件(包括加速器)，实现性能最大化
D.一种云计算平台
