Сверточные нейронные сети (CNN) являются одним из наиболее популярных типов нейронных сетей, используемых в области компьютерного зрения и обработки изображений. Давайте рассмотрим, какие слои обычно содержатся в этих сетях.

• Слой свертки (с): Этот слой является основным компонентом сверточной сети. Он использует фильтры (или ядра), которые проходят по входным данным (например, изображению) и извлекают важные признаки, такие как края, текстуры и другие характеристики.
• Слой подвыборки (b): Также известный как слой пулинга, этот слой уменьшает размерность данных, сохраняя при этом важные признаки. Он помогает снизить вычислительные затраты и уменьшить вероятность переобучения.
• Полносвязный слой (а): Хотя этот слой не является обязательным, он часто используется в конце сверточной сети для объединения извлеченных признаков и их классификации. Полносвязные слои помогают сделать окончательное предсказание на основе информации, собранной предыдущими слоями.

Таким образом, правильные ответы на ваш вопрос:

• а. Полносвязные
• b. Подвыборки
• с. Свертки

Ответ d. Ничего из вышеперечисленного будет неверным, так как все перечисленные слои могут присутствовать в сверточных сетях.