卷积神经网络（CNN）是处理网格状数据，特别是图像的强大工具。其设计通过使用卷积层高效处理数据中的空间层次结构，卷积层应用过滤器检测局部模式。例如，早期层可能识别边缘或纹理，而更深层则识别复杂的形状或物体。池化层随后对这些特征进行下采样，在减少计算负载的同时保留重要信息。这种结构使得 CNN 能够自动从原始像素中学习分层表示，使其在空间关系至关重要的任务中表现出色。
CNN 在图像分类、目标检测和分割等实际应用中表现卓越。AlexNet 和 ResNet 等模型通过在 ImageNet 等基准测试中取得最先进的成果，展示了其潜力。除了标准图像，CNN 还能适应医学成像（如检测 X 射线中的肿瘤）或卫星图像分析。它们也适用于非视觉领域：语音处理系统使用一维卷积分析音频波形，某些自然语言处理（NLP）任务对表示为词嵌入的文本应用二维卷积。它们的灵活性源于卷积过滤器中共享权重的核心思想，这使得相同的特征检测器可以应用于不同的输入区域。
CNN 的效率源于两个关键特性：局部连接和参数共享。与全连接网络中每个神经元连接到所有输入不同，卷积层专注于小区域，从而大幅减少参数。例如，一个扫描 100x100 图像的 3x3 过滤器每个输出通道仅使用 9 个权重（加上一个偏置），而全连接层需要数百万个。这使得在有限的数据和硬件下进行训练变得可行。此外，TensorFlow 和 PyTorch 等框架使用 GPU 加速优化 CNN 操作，从而在实时视频处理或自动驾驶汽车等系统中实现实际部署。这些特性使得 CNN 成为现代机器学习中的基础工具。