卷积神经网络让计算机学会“看图”。它通过__________ 输入答案 ________ 层提取特征，经过__________ 输入答案 ________ 层降低数据量，再通过__________ 输入答案 ________ 函数增加非线性，最后由__________ 输入答案 ________ 层输出结果，完成像__________ 输入答案 ________ 这样的智能任务。

在深度学习中,卷积神经网络(CNN)的卷积层主要用于提取图像的局部特征,而池化层(PoolingLayer)则用于降低特征的空间维度A. 正确B. 错误

BP神经网络的结构通常包括输入层、隐藏层和输出层。（）A. 错B. 对

[判断题] 信息输入就是通过计算机键盘把数据输入到计算机中。A . 正确B . 错误

卷积神经网络的两个主要组成部分是(卷积层)和池化层。()A. 对B. 错

在卷积神经网络中，池化层的主要作用是减少特征图的尺寸，从而降低计算复杂度。A. 对B. 错

某些____输入答案或____输入答案问题只能通过搜索来求解。 某些____输入答案或____输入答案问题只能通过搜索来求解。

神经网络中的每一层神经元都会对输入数据进行线性变换。A. 正确B. 错误

卷积神经网络中的卷积层可以自动提取图像的边缘、纹理等低级特征，因此在图像识别中不需要手动设计特征提取方式。（）A. 错B. 对

关于卷积神经网络的特征提取过程，正确的描述有：（）A. 卷积核可特异化捕捉不同方向边缘B. 最大池化通过保留窗口均值实现平移不变性C. 深层网络整合局部特征形成

[单选题]通过直接书写方式进行输入的计算机输入设备是（ ）。A．跟踪球B．鼠标器C．VDVD．光笔