pytorch学习3——卷积神经网络

错题：

1. 全连接层
   
   

   解析：图像展平后长度为3×256×256，权重参数和偏置参数的数量是3×256×256×1000+1000=196609000。，前面是权重参数，后面的1000是偏执参数数量
   

   2.
   池化层基础问题
   
   

   解析：选项1：错误，池化层有参与模型的正向计算，同样也会参与反向传播
   选项2：正确，池化层直接对窗口内的元素求最大值或平均值，并没有模型参数参与计算

2. 循环神经网络描述
   
   

   解析：
   选项1：批量训练的过程中，参数是以批为单位更新的，每个批次内模型的参数都是一样的。
   选项2：循环神经网络通过不断循环使用同样一组参数来应对不同长度的序列，故网络的参数数量与输入序列长度无关。
   选项3：隐状态Ht​的值依赖于H1,...,Ht−1，故不能并行计算