卷积神经网络(CNN) 是一种包含多个隐含层的前馈多层神经网络模型，模仿大脑视觉神经识别图像的原理，已经成功的应用于图像视频处理。
举一反三
- 选择最能代表下面主要概念的检索词集：基于卷积神经网络的图像语义分割 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
- 深度学习是一种多层神经网络的模拟认知训练方法，多层神经网络包含多个隐含层感知层，也称作卷积神经网络(CNN)，它的研究热潮兴起于本世纪初期。
- 关于卷积神经网络说法错误的是： A: 是目前网络深度最深、应用最成功的深度学习模型 B: 卷积神经网络模拟了人类视觉信息处理的过程 C: 图像的卷积，很类似视觉皮层对图像进行某种特定功能的处理 D: 模拟大脑的视觉处理过程就是卷积神经网络的思路
- 下列哪一个神经网络模型更适合于自然语言处理（ ）。 A: 循环神经网络RNN B: BP神经网络模型 C: Hopfield神经网格模型 D: 卷积神经网络CNN
- 中国大学MOOC: 与全连接前馈神经网络相比，用于图像分类的卷积神经网络CNN主要通过________操作来减少网络参数数量，提高训练效率。