热门标签
标签: 卷积
以下是与 "卷积" 标签相关的所有文章。
- 以下经典卷积神经网络中,出现时间最早的是()
- 若序列x(n)和y(n)的长度分别是4、5,要使L点循环卷积和线性卷积相等,则L的最小值为()。
- 卷积神经网络使用了哪几种关键技术来利用自然信号的属性。
- 设两有限长序列的长度分别是M与N,欲用DFT计算两者的线性卷积,则DFT的长度至少应取()。
- 已知两个4点序列的线性卷积为-6,3,12,7,6,-1,5,则这两个序列的4点循环卷积为()。
- 卷积编码可以进行纠错编码。
- 序列x1(n)的长度为4,序列x2(n)的长度为3,则它们的线性卷积的长度为()。
- 已知两有限长序列的长度分别是M与N,欲用循环卷积计算两者的线性卷积,则循环卷积的长度至少应取()。
- 有限长序列的卷积和仍为有限长序列,卷积和的元素个数为两者元素个数之和。
- 深度卷积神经网络主要是依赖于三个独特的技术:局部感知、参数共享和多层卷积。