第07章-第4节残差网络（ResNet） `课堂互动` 隐藏答案 | 返回首页

作者：欧新宇（Xinyu OU）

最后更新：2025-01-03

【课堂互动7.4.1】深度残差网络（ResNet）

1. 深度模型的深度"失效"的主要原因是（）。
A. 过拟合
B. 欠拟合
C. 优化困难
D. 更深的模型意义不大

答案及解析： C
随着深度模型深度的增加，性能出现了反转，即更深的模型性能反而不如较浅的深度模型，但是这个过程中并没有出现过拟合的问题，因此更多的可能是更难以被优化。

2. 下列模型中，哪一个模型证明了深度学习的“深度”并没有失效，并且将深度学习真正推到超过1000层的深度。
A. AlexNet
B. VGGNet
C. GoogLeNet
D. ResNet

答案及解析： D
借助于残差结构和恒等关系的设计，ResNet证明了深度对于卷积神经网络是有积极意义的，并且在Cifar10数据集上实现了超过1000层的深度设计。

3. （多选）下列模型中，哪些模型利用1×1卷积来实现瓶颈设计。
A. AlexNet
B. VGGNet
C. GoogLeNet
D. ResNet

答案及解析： CD
GoogLeNet和ResNet

4. 观察下列结构，哪一个（哪些）属于残差模块。


A	B	C	D

答案及解析：AB
A，基本残差结构；B，带瓶颈设计的残差结构；C，基本Inception结构；D，带瓶颈设计的残差结构

5. 以下科学家，哪一位是ResNet的主要设计者？
A. Alex Krizhevsky
B. Christian Szegedy
C. Karen Simonyan
D. Kaiming He

答案及解析： D
Alex Krizhevsky是AlexNet的设计者，Christian Szegedy是GoogLeNet的缔造者，Laren Simonyan是VGGNet的设计者，Kaiming He（何凯明）是ResNet的缔造者。

6. 在残差结构公式 H(x) = F(x) + x 中，表示残差一项是（）。
A. F(x)
B. H(x)
C. x
D. F(x)+x

答案及解析： A
在残差结构公式 H(x) = F(x) + x 中，H(x)=x 表示恒等映射，其中 x 是输入，H(x)是恒等映射的结果，F(x) 是残差。

1. （多选）下列模型中，除了分类用的全连接层，没有其他的全连接层的模型包括（）。
A. AlexNet
B. VGGNet
C. GoogLeNet
D. ResNet

答案及解析： CD
GoogLeNet和ResNet在卷积层后面都使用全局均值pooling实现特征的向量化，都抛弃了使用FC层来实现特征提取。

2. （多选）随着ResNet以及各种基于残差网络的编制卷积神经网络模型被设计出来，CNN结构的研究方向已经从提高精度向提高计算效率等方向转变，下列模型中，更适合于移动设备的模型包括（）。
A. SENet
B. MobileNet
C. ShuffleNet
D. DenseNet

答案及解析： BC
MobileNet和ShuffleNet主要设计来适应移动设备；DenseNet通过密集连接实现了性能的大幅提升；SENet通过特征调整模块使网络自动学习自适应的权重让模型具有更强的判别能力。

3. 下列模型中，参数最多的是（）。
A. VGGNet
B. ResNet
C. GoogLeNet
D. AlexNet

答案及解析： A
在几个经典的卷积神经网络中，参数最多的是VGGNet，效率最高的是GoogLeNet，综合性能最好的是ResNet

4. 下列模型中，执行效率最高的是（）。
A. VGGNet
B. ResNet
C. GoogLeNet
D. AlexNet

答案及解析： C
在几个经典的卷积神经网络中，参数最多的是VGGNet，效率最高的是GoogLeNet，综合性能最好的是ResNet

5. 下列模型中，综合性能最好的是（）。
A. VGGNet
B. ResNet
C. GoogLeNet
D. AlexNet

答案及解析： B
在几个经典的卷积神经网络中，参数最多的是VGGNet，效率最高的是GoogLeNet，综合性能最好的是ResNet