假设在卷积神经网络的第一层中有5个卷积核，每个卷积核尺寸为7x7，具有零填充且步幅为1。该层的输入图片的维度是224x224x3，那么该层输出的维度是多少？

A.卷积中的通道数量只能是1或3

B.池化核大小与步长相等

C.Padding时各方向的填充不一定对称

D.卷积核越小，卷积后的结果越抽象

A.卷积矩阵(卷积核)

B.网络层数

C.目标函数

D.输入端和输出端的维数

A.16×16

B.15×15

C.29×29

D.14×14

A.使用较小的卷积，并统一卷积核的大小

B.使用定点计算的神经网络代替浮点运算

C.使用ReLU作为非线性激发函数

D.增加网络的深度

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

A.机器学习

B.深度学习

C.卷积神经网络

D.生成对抗网络