卷积神经网络的主要特点是什么 A. 权值共享B. 全局连接C. 局部连接D. 亚采样

步骤 1：理解卷积神经网络（CNN）的特点
卷积神经网络是一种深度学习模型，主要用于处理具有网格结构的数据，如图像。它具有几个关键特点，包括权值共享、局部连接和亚采样（池化）。

步骤 2：分析选项
A. 权值共享：卷积层中的每个卷积核（滤波器）在处理输入数据时使用相同的权重，这有助于减少模型的参数数量，提高模型的泛化能力。
B. 全局连接：这不是卷积神经网络的特点。全局连接通常指的是全连接层，其中每个神经元都与前一层的所有神经元相连。
C. 局部连接：卷积层中的每个神经元只与输入数据的一个局部区域相连，这有助于模型捕捉输入数据的局部特征。
D. 亚采样：也称为池化，通过减少特征图的空间维度来降低模型的复杂度，同时保留重要的特征信息。

步骤 3：选择正确答案
根据上述分析，卷积神经网络的主要特点包括权值共享、局部连接和亚采样，因此正确答案是 ACD。