在卷积神经网络中实施填充是一件十分重要的事情，如果没有填充，边缘区域的像素值基本不会受到卷积层的影响。（）

A.卷积中的通道数量只能是1或3

B.池化核大小与步长相等

C.Padding时各方向的填充不一定对称

D.卷积核越小，卷积后的结果越抽象

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.1

B.500

C.300

D.100

A.高斯卷积操作的结果是使得图像变得平滑(模糊)

B.卷积操作结果可认为是保留了像素点所构成的特定空间分布模式

C.卷积矩阵中的参数是手工事先指定的、且每幅图像之间不共享

D.卷积操作利用了图像中像素点存在空间相关性的特点

A.卷积神经网络

B.符号表示

C.浅层神经网络