21. 令我們的卷積核(或稱遮罩)是個3✖3的大小，而圖片是個4✖4的大小，且 stride 為 1，沒有做 padding。那做完卷積運算後，得到的「結果矩陣」的大小為何？(A)3✖3(B)4✖4(C)3✖4(D)2✖2

22. 關於卷積神經網路，還有深度神經網路(deep neural network)的說明，何者錯誤？ (A) 兩者都可以透過訓練的過程提升辨識的準確率 (B) 神經元相同個數的卷積神經網路通常表現的會比深度神經網路來得出色，大幅降低了訓練需要的參數量。 (C) 卷積神經網路中，一個神經元會與它上下層的每一個神經元連結。 (D) 在訓練神經網路時，其實就是在調整神經元連線上的權重參數。