用包含N个卷积核的卷积核组对图像I进行卷积后，下列描述正确的是
A: 得到一个特征图
B: 如果第i特征图上第j个位置的响应值较大，说明图像上对应位置的局部结构与第i个卷积核所描述的局部结构越相似。
C: 卷积核组对图像某一位置进行卷积操作后，得到的是一个N维向量，且该向量可用于表示图像这个点处的局部结构。
D: 如果第i特征图上有多个位置具有较大的响应值，说明该图像在这些位置上存在与第i个卷积核所描述的结构相似的结构。
A: 得到一个特征图
B: 如果第i特征图上第j个位置的响应值较大，说明图像上对应位置的局部结构与第i个卷积核所描述的局部结构越相似。
C: 卷积核组对图像某一位置进行卷积操作后，得到的是一个N维向量，且该向量可用于表示图像这个点处的局部结构。
D: 如果第i特征图上有多个位置具有较大的响应值，说明该图像在这些位置上存在与第i个卷积核所描述的结构相似的结构。
举一反三
- 有关卷积神经网络的说法，错误的是： A: 相对于全连接网络，卷积神经网络可以处理更大图像。 B: 同一特征响应图上不同位置的值表示输入矩阵上相同位置对不同积核的响应结果。 C: 不同的特征响应图反映了输入矩阵对不同卷积核的响应结果。 D: 特征响应图组中同一位置的不同响应值表示输入矩阵上相同位置对不同积核的响应结果。
- 卷积核具有（），这种特性是指卷积核对图像特征的提取，仅与其自身的权值分布有关，而与该特征在图像中的位置无关。
- 在机器学习和图像处理领域，卷积的主要功能是在一个图像（或某种特征）上滑动一个卷积核（即滤波器），通过卷积操作得到一组新的特征。
- 下列关于图像卷积运算的说法，错误的是______。 A: 卷积运算使用卷积核与每点周围像素的灰度值加权求和来调整该点的灰度值 B: 若在图像边界不填充数字，卷积后的图像与原图像大小相同 C: 卷积核一次移动的像素数称为步长 D: 图像卷积运算的结果在计算机中以矩阵形式保存
- 在卷积神经网络LeNet-5的卷积层C3得到的特征图为16个，上一层的特征图为6个。则关于这一卷积过程的描述错误的是[img=658x440]1803b2fa207fe99.png[/img] A: C3卷积层中每个特征图只与上一层S2中部分特征图相连接 B: C3卷积层采用多通道16核卷积 C: C3卷积层有16个卷积核，其大小均为5*5，且每个卷积核与上一层的若干特征图相连接 D: C3卷积层有16个卷积核，其大小均为5*5，且每个卷积核与上一层的全部特征图相连接