卷积神经网络哪一层的特征信息更丰富，为什么？瓶颈残差模块一般加在卷积的哪一层，加几个瓶颈残差模块效果最好，为什么？

卷积神经网络的靠近输入层的卷积层的特征信息更丰富，因为这些层可以捕捉到输入的原始特征信息，并且可以将这些信息进行抽象和组合，以产生更高级别的特征。

瓶颈残差模块一般加在卷积网络的较深层，因为这些层的特征更加抽象和高级，需要更多的计算资源来处理。一般来说，加几个瓶颈残差模块效果最好取决于具体的网络结构和任务需求，但通常在较深的层加入一到两个瓶颈残差模块可以显著提高网络的性能，因为它们可以减少梯度消失和梯度爆炸的问题，并且可以增加网络的深度和非线性表达能力。