池化操作的作用是：

提升卷积核(convolutional kernel)的大小会显著提升卷积神经网络的性能，这种说法是

决策树属于机器学习的相关算法。

卷积神经网络是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。

神经网络研究属于行为主义学派。

宽度优先搜索不属于盲目搜索。

Precision不变时，Recall越大，1/Recall越小，从而F1越大。

决策树是一种基于树结构进行决策的算法。

在选择神经网络的深度时，下面哪些参数需要考虑？

当在卷积神经网络中加入池化层(pooling layer)时，变换的不变性会被保留，是吗？

输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为？