卷积神经网络能够对图像进行特征提取,因为其有两个优秀的特性,分别是()A. 运算速度快B. 卷积核的平移不变性C. 内存消耗小D. 能学习空间层次结构

卷积神经网络（Convolutional Neural Network, CNN）在图像处理中表现出色，主要归功于其两个关键特性：卷积核的平移不变性和能够学习空间层次结构。平移不变性意味着无论图像中的特征出现在哪个位置，卷积核都能识别它。而学习空间层次结构则允许网络从低级特征（如边缘和纹理）逐步构建到高级特征（如形状和物体），从而实现对图像内容的深入理解。