以下关于卷积神经网络CNN错误的是（）

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.相同能力的网络CNN网络的参数量比全连接网络参数量大

B.卷积层的权值共享

C.池化层(PoolingLayer)

D.局部感受野

A.常用的池化方法有最大池化和平均池化

B.经过池化的特征图像变小了

C.池化层可以起到降维的作用

D.池化操作采用扫描窗口实现

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

A.卷积层

B.中间层

C.池化层

D.全连接层

A.卷积神经网络主要用于目标识别、图像分割等方面

B.循环神经网络主要用于处理序列数据

C.长短时记忆神经网络主要用于处理序列数据

D.长短时记忆神经网络是和循环神经网络完全不同的一种新型神经网络

A.可用于处理时间序列数据

B.可用于处理图像数据

C.卷积网络中使用的卷积运算就是数学中的卷积计算

D.至少在网络的一层中使用卷积

A.LeNet

B.AlexNet

C.VGG

D.ResNet

A.同样模式的内容（如鸟嘴）在图像不同位置可能出现

B.池化之后的图像主体内容基本不变

C.不同种类鸟的相同部位（如鸟嘴）形状相似

D.池化作用能使不同种类鸟变得相似

A.输入层

B.卷积层

C.激活层

D.池化层