下面哪些关于卷积神经网络的说法是错误的？
已帮助 人
下面哪些关于卷积神经网络的说法是错误的？
A．ReLU非线性激活函数的收敛速度比Sigmoid快一些
B．在限制神经元总数的情况下，增加网络的宽度要比增加网络的深度能带来更强的网络表示能力
C．激活函数为Tanh的深层神经网络可以看成一个复合的非线性多元函数
D．输入一个300*300的彩色图，经过10个5*5的卷积核，隐层的参数量为750（包括偏置）
回答
共1条回复-
在限制神经元总数的情况下，增加网络的宽度要比增加网络的深度能带来更强的网络表示能力;输入一个300*300的彩色图，经过10个5*5的卷积核，隐层的参数量为750（包括偏置）