关于卷积神经网络下列说法的是()

A.每个卷积层中的卷积核都需要处理全部接受到的信息

B.卷积神经网络是目前网络深度最深的深度神经网络模型之一

C.卷积核用来实现对输入信号的各种处理，不同的卷积核实现不同的功能

D.池化操作对多个卷积核得到的信息进行降维，只保留重要信息

A.每个卷积层中的卷积核都需要处理全部接受到的信息

B.卷积神经网络是目前网络深度最深的深度神经网络模型之一

C.卷积核用来实现对输入信号的各种处理，不同的卷积核实现不同的功能

D.池化操作对多个卷积核得到的信息进行降维，只保留重要信息

A.每个卷积层中的卷积核都需要处理全部接受到的信息

B.卷积神经网络是目前网络深度最深的深度神经网络模型之一

C.卷积核用来实现对输入信号的各种处理，不同的卷积核实现不同的功能

D.池化操作对多个卷积核得到的信息进行降维，只保留重要信息

A.同样模式的内容（如鸟嘴）在图像不同位置可能出现

B.池化之后的图像主体内容基本不变

C.不同种类鸟的相同部位（如鸟嘴）形状相似

D.池化作用能使不同种类鸟变得相似

A.自然语言处理可以让机器去理解人类的语言

B.自然语言处理是一门融语言学、计算机科学、数学于一体的科学

C.自然语言处理主要依赖于卷积神经网络

D.自然语言处理需要MFCC来提取特征

A.自然语言处理主要依赖于卷积神经网络

B.自然语言处理可以让机器去理解人类的语言

C.自然语言处理需要MFCC来提取特征

D.自然语言处理是一门融语言学、计算机科学、数学于一体的科学

A.前馈卷神经网络

B.卷积神经网络

C.循环神经网络

D.对抗神经网络

A.自然语言处理主要依赖于卷积神经网络 · ·

B.自然语言处理是一门融语言学、计算机科学、数学于一体的科学 · ·

C.自然语言处理需要MFCC来提取特征 · ·

D.自然语言处理可以让机器去理解人类的语言

A.使用卷积神经网络进行句子分类或者文档分类，卷积提取的特征与采用n-gram模式提取的特征类似

B.图像处理应用中，卷积核处理的局部区域为图像的一小块区域，而在文本分类时卷积核处理的局部区域通常为相邻的上下几行（几个词）。因此卷积核的宽度和输入矩阵的宽度相等

C.卷积神经网络只能用于图像分类，不能用于文本分类，没有相关文献

D.使用卷积神经网络进行句子分类，一般将句子中每个词表示为固定长度的向量，这样句子就可以表示为矩阵，从而使得在结构上与图像类似，并在后续进行卷积等处理

A、循环神经网络

B、卷积神经网络(RNN)

C、全卷机网络

D、带short-cut的全卷机网络

A.CNN结构与全连接神经网络的相同

B.CNN是一个多层的神经网络，每层由多个二维平面组成，其中每个平面由多个独立神经元组成。

C.卷积运算的主要目的是使原信号特征增强，并降低噪音。

D.CNN的降采样层可以降低网络训练参数及模型的过拟合程度。