如果结果不匹配，请 
更多“卷积神经网络更靠后的一些层可检测完整的物体、复杂的特征。（）”相关的问题
第1题
假如你使用YOLO算法，使用19x19格子来检测20个分类，使用5个锚框(anchorbox)。在训练的过程中，对于每个图像你需要输出卷积后的结果y作为神经网络目标值(这是最后一层)，y可能包括一些“？”或者“不关心的值”。请问最后的输出维度是多少()
A.19x19x(25x20)
B.19x19x(20x25)
C.19x19x(5x25)
D.19x19x(5x20)
第11题
对于卷积网络来说,以下说法正确的是（)。
A.全连接层的作用就是分类,全连接层的每一个节点都与上一层的所有节点相连接,将前一层的特征进行进一步组合
B.损失函数的作用是用来估算模型的预测值与实际值的差距的函数
C.卷积神经网络中的池化层又称为下采样层，该层的目的是降低特征图的维度，进而降低卷积神经网络的参数量,减少过拟合
D.卷积神经网络前面的各层是将图像的低维特征映射到抽象特征空间,全连接层则将抽象特征映射到样本标记空间中
