在ALEXNET网络的学习中，下面哪些是它的重要改进功能 A: .以ReLU函数代替sigmoid和tanh函数 B: MaxPooling C: dropout D: 都是

假设将规格为（H，W，C）=（64，64，16）的特征图先后输入卷积核大小为5×5的卷积层、2×2的MaxPooling层。卷积操作过程中，不进行边界补零操作，则输出特征图的H=（）

CNN神经网络对图像特征提取带来了变革性的变化，使之前的人工特征提取升级到数据驱动的自动特征提取，在CNN中，起到特征提取作用的网络层是： A: convolution层 B: fullconnect层 C: maxpooling层 D: norm层