卷積神經網路
CNN模型，全稱為卷積神經網路(Convolutional Neural Network)，是一種用於處理具有格線結構數據的前饋神經網路模型，尤其適用於計算機視覺任務。
CNN模型主要由卷積層、池化層和全連線層構成，其中卷積層負責特徵的提取，池化層用於下採樣，全連線層則用於最終的分類或回歸任務。CNN模型的特點包括卷積運算和權值共享，這些特點使得模型能夠有效地減少需要訓練的參數數量，同時提高特徵的提取能力。
CNN模型在多個領域有著廣泛的套用，如人臉識別、醫療影像分析、自動駕駛等。其常見的變體包括LeNet5、AlexNet、VGGNet、Google Inception Net、微軟ResNet殘差神經網路等。