卷积神经网络3个基本概念包括()。 A. 全局感受野、共享权值、池化B. 全局感受野、非共享权值、池化C. 局部感受野、非共享权值、池化D. 局部感受野、共享权值、池化

卷积神经网络（Convolutional Neural Network, CNN）是一种专门用于处理具有网格结构拓扑数据的神经网络，如时间序列数据和图像数据。卷积神经网络的三个基本概念包括：
1. 局部感受野：卷积神经网络中的卷积层使用局部感受野，即每个神经元只与输入数据的局部区域相连，而不是与整个输入数据相连。这有助于捕捉输入数据中的局部特征。
2. 共享权值：卷积神经网络中的卷积层使用共享权值，即每个卷积核的权值在整个输入数据上共享。这有助于减少模型的参数量，提高模型的泛化能力。
3. 池化：卷积神经网络中的池化层用于降低特征图的维度，通常采用最大池化或平均池化。这有助于减少模型的计算量，同时保留重要的特征信息。