9. 卷積神經網路中的「池化層」(Pooling Layer) 主要作用是什麼？
(A) 增加特徵圖的維度
(B) 增加模型的非線性能力
(C) 動態調整模型訓練時的學習率
(D) 減少特徵圖空間維度以降低計算量

相關試題

相關試卷