考虑到用于将图像分为两类的卷积神经网络，我们如何计算权重数：

• 输入：100x100 灰度图像。
• 第 1 层：具有 60 个 7x7 卷积滤波器的卷积层（步幅 = 1，有效填充）。
• 第 2 层：具有 100 个 5x5 卷积滤波器的卷积层（步幅 = 1，有效填充）。
• 第 3 层：最大池化层，将第 2 层下采样 4 倍（例如，从 500x500 到 250x250）
• 第 4 层：具有 250 个单位的密集层
• 第 5 层：具有 200 个单位的密集层
• 第 6 层：单输出单元

假设每一层都存在偏差。而且，池化层有一个权重（类似于AlexNet）

这个网络有多少权重？

一些 Keras 代码

import keras
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import Conv2D, MaxPooling2D

model = Sequential()

# Layer 1
model.add(Conv2D(60, (7, 7), input_shape = (100, 100, 1), padding="same", activation="relu")) …

考虑以下 Prolog 程序：

reverse_bits([1], [0]).
reverse_bits([0], [1]).
reverse_bits([H|T], [0|R]) :- H==1, reverse_bits(T, R).
reverse_bits([H|T], [1|R]) :- H==0, reverse_bits(T, R).

上述问题的 SLD 树是什么？

reverse_bits(Input, [1, 0, 0]).?

它无效，那么它是否存在 SLD 树？