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。
举一反三
- 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。
- 卷积层的作用是通过卷积运算进行图像降维以及提取图像的局部特征。（ ）
- 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。
- 在人工神经网络中，卷积层的主要作用是提取图像特征。
- 深度卷积人工神经网络（）。 A: 权值共享 B: 提取多层次特征 C: 适合图像分类 D: 适合对象检测