卷积神经网络的卷积层又称为下采样层，其作用是使特征图变小，简化网络计算复杂度，并且对特征进行压缩，从而提取主要特征。（ ）
举一反三
- 卷积神经网络(Convolutional Neural Network)中通常包含卷积层和全链接层，它们的主要作用分别是 A: 进行分类、提取特征 B: 提取特征、进行分类 C: 提取特征、提取特征 D: 进行分类、进行分类
- 在人工神经网络中，卷积层的主要作用是提取图像特征。
- 有关卷积神经网络的说法错误的是（ ） A: 卷积神经网络的卷积操作一般不能跨通道 B: 对输入图像进行卷积操作，其卷积核的通道数可以与输入图像的通道数不一样 C: 基础的卷积神经网络一般包括卷积层、池化层和全连接层 D: 卷积的主要作用是提取特征，池化的主要作用是进行特征的筛选
- 卷积神经网络的层数越多，意味着能够提取到不同层的特征越丰富，并且越深的网络提取的特征越抽象，越具有语义信息。
- 下列关于卷积神经网络(CNN)的说法中,错误的有() A: 卷积神经网络网络一般有输入层、隐藏层、输出层组成 B: 卷积神经网络的输入层一般包含包含卷积层、池化层和全连接层3类常见构筑 C: 卷积神经网络的卷积层的功能是对输入数据进行特征提取，池化层的作用是降低特征的维度，进而减小参数量，减少过拟合 D: 卷积神经网络的全连接层的作用是分类