卷积神经网络 (CNN) 是一种深度学习模型，旨在通过多层数学运算自动学习分层特征来处理网格状数据，例如图像。 CNN 的核心是将卷积滤波器应用于输入数据以检测空间模式，然后进行下采样和非线性变换。 这些步骤使网络能够逐步识别复杂的结构——从早期层中的边缘和纹理到更深层中的对象部分和完整对象。
CNN 的架构通常包括三个关键组件：卷积层、池化层和全连接层。 卷积层使用小的滤波器矩阵（例如，3x3 或 5x5 像素）在输入上滑动，计算点积以生成特征图。 例如，滤波器可以通过强调像素强度变化来检测图像中的水平边缘。 池化层（例如最大池化）通过保留局部区域（例如，2x2 窗口）中的最大值来减小特征图的空间维度，这有助于控制计算复杂性并提高平移不变性。 网络末端的全连接层将学习到的特征映射到输出类（例如，将图像分类为“猫”或“狗”）。 在训练期间，反向传播会调整滤波器权重以最大限度地减少预测误差。
一个实际的例子是训练 CNN 来识别手写数字。 第一个卷积层可能会学习检测笔画，而更深层会将这些笔画组合成特定于数字的形状。 ReLU 激活函数在每次卷积后引入非线性，允许网络对复杂关系进行建模。 可以添加 Dropout 层来防止过度拟合。 开发人员通常使用 TensorFlow 或 PyTorch 等框架来实现 CNN，定义层配置（例如，滤波器计数、步长）并优化学习率等超参数。 这种结构化的方法使 CNN 能够有效地扩展用于医学图像分析或自动驾驶等任务，在这些任务中，局部模式和空间层次结构至关重要。