关于CNN中的卷积核的理解，错误的是（）：

A.AlexNet 中用到了一些非常大的卷积核，比如11×11、5×5卷积核，卷积核越大，receptive field（感受野）越大，看到的图片信息越多，因此获得的特征越好，因此，卷积核应该越大越好
B.3×3卷积核被广泛应用在各种模型中
C.多个小的卷积核叠加使用要远比一个大的卷积核单独使用效果要好的多，在连通性不变的情况下，大大降低了参数个数和计算复杂度
D.卷积核也不是越小越好，对于特别稀疏的数据，当使用比较小的卷积核的时候可能无法表示其特征，如果采用较大的卷积核则会导致复杂度极大的增加。总而言之，我们应该选择多个相对小的卷积核来进行卷积