隐藏层中的池化层作用是（)训练参数,对原始特征信号进行采样。

A.减少

B.增加

C.分割

D.组合

A.减少

B.增加

C.分割

D.组合

A.人工神经网络主要由输入层、隐藏层和输出层组成。深度学习一般要求有多个隐藏层

B.卷积神经网络具有天然的网络权重值共享和网络局部稀疏性连接的特性，这种连接恰好也符合生物神经元的稀疏性响应特性

C.卷积神经网络有两个基本概念：权值共享和池化。权值共享使权值参数的个数减小；池化可以使特征图减小，简化计算

D.损失函数层的作用是用来估算模型的预测值与实际值的差距的函数，它是一个非负的实数值函数，它的值越小，反应该网络的数据拟合性能越好，也就是其结果越逼近原始输入数据

A.降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性

B.权值初始化

C.对图像实现边缘检测

D.提取输入的不同特征

A.图像获取

B.图像增强

C.图像裁剪

D.下采样

A.下采样

B.图像增强

C.图像裁剪

D.上采样

A.图像获取

B.图像增强

C.图像裁剪

D.下采样