题目内容
（请给出正确答案）
A.CNN中的全连接层常用softmax作为激活函数。
B.CNN中的池化层用于降低特征图维数，以避免过拟合。
C.CNN由卷积层、池化层和全连接层组成，常用于处理与图像有关的问题。
D.由于卷积核的大小一般是3*3或更大，因此卷积层得到的特征图像一定比原图像小。
如果结果不匹配，请 联系老师 获取答案
更多“关于卷积神经网络CNN，以下说法错误的是：（）”相关的问题
A.卷积神经网络只能处理图像信息
B.卷积神经网络是深度学习的代表算法之一
C.卷积神经网络可以用于遥感图像的分割
D.卷积神经网络不只包含卷积层
A.递归神经网络不允许网络中出现环形结构
B.减少神经网络层数，可能会降低测试集分类错误率
C.循环神经网络适合处理序列数据
D.卷积神经网络可以应用于图像分类
卷积神经网络（convolutional neural network，CNN）是一种专门用来处理具有类似（）的数据的神经网络。
A.网格结构
B.数组结构
C.序列结构
D.表格结构
A.卷积神经网络、图形、实例分割
B.卷积神经、网络、图像语义分割
C.CNN图像、语义分割
D.卷积神经网络、图像、语义分割
A.卷积层
B.全连接层
C.池化层
D.采样层
A.局部感知使网络可以提取图像的局部特征，而权值共享大大降低了网络的训练难度
B.通道数量越多，获得的特征图(Featuremap)就越多
C.卷积是指对图像的窗口数据和滤波矩阵做内积的操作，在训练过程中滤波矩阵的大小和值不变
D.SAME填充和VALID填充的主要区别是前者向图像边缘添加0值，而后者可能会忽略来自图像边缘的值
