在卷积神经网络中，以下哪些层的功能是正确的？A. 池化层用于下采样B. 池化层用于特征增强C. 卷积层用于特征提取D. 卷积层用于下采样E. 卷积层可以减少计算量

本题考查卷积神经网络（CNN）中各层的核心功能，需明确区分卷积层和池化层的作用：

1. 卷积层：主要负责特征提取，通过卷积核扫描输入数据，提取边缘、纹理等低级特征。
2. 池化层：主要负责下采样，通过降维减少数据量，同时保留主要特征，降低过拟合风险。
3. 关键误区：需注意“减少计算量”并非卷积层的直接功能，而是间接通过参数共享实现；“特征增强”属于其他机制（如批归一化）而非池化层的作用。

选项分析

A. 池化层用于下采样

正确。池化层通过最大池化、平均池化等方式降低特征图分辨率，实现下采样。

B. 池化层用于特征增强

错误。特征增强通常通过卷积层的非线性激活函数（如ReLU）或批归一化层实现，池化层不直接参与特征增强。

C. 卷积层用于特征提取

正确。卷积层通过可学习的卷积核提取输入数据的局部特征（如边缘、纹理）。

D. 卷积层用于下采样

错误。卷积层默认不改变特征图尺寸（除非使用stride>1或有效卷积），下采样是池化层的核心功能。

E. 卷积层可以减少计算量

错误。卷积层通过参数共享减少计算量，但其主要功能是特征提取，减少计算量是间接效果而非直接目标。