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

考查要点：本题主要考查对卷积神经网络（CNN）基本组成结构的理解，特别是核心组成部分的识别。

解题核心思路：明确卷积神经网络的典型结构，区分主要功能层与其他辅助层。关键点在于确认卷积层和池化层是否为CNN的核心组成部分。

破题关键：

1. 卷积层负责提取输入数据的局部特征（如边缘、纹理）。
2. 池化层通过降维减少参数数量，防止过拟合。
   两者共同构成CNN的核心结构，其他层（如全连接层）可能辅助分类但非“主要”部分。

卷积神经网络（CNN）的核心设计目标是处理具有空间结构的数据（如图像）。其主要组成部分包括：

1. 卷积层：通过可学习的滤镜（卷积核）扫描输入，提取图像的局部特征（如边缘、纹理），生成特征图。
2. 池化层：对特征图进行下采样（如最大池化或平均池化），降低维度，减少计算量，增强模型对平移的鲁棒性。

虽然CNN中可能包含其他层（如归一化层、激活层、全连接层），但卷积层和池化层是实现局部感受野和权值共享的核心，因此题目描述正确。