定义
卷积神经网络（CNN）是一种专门用于处理图像、语音等网格状数据的深度学习架构。它通过卷积核在输入数据上滑动，自动学习局部特征，并构建层次化的特征表示。
CNN模仿了生物视觉系统的处理机制，能够从低级特征（边缘、纹理）到高级特征（物体部件、整体对象）逐步抽象，是实现图像识别、目标检测等任务的关键技术。
核心架构
典型的CNN由以下层次构成：
输入层
原始图像数据
卷积层
特征提取
激活层
非线性变换
池化层
特征降维
全连接层
分类输出
卷积层 ×3
提取局部特征，使用3×3卷积核
最大池化层
下采样，保持主要特征
卷积层 ×2
提取更高级特征
全局池化层
空间信息汇总
全连接层
输出类别概率
工作原理
卷积操作：使用小的卷积核（滤波器）在输入图像上滑动，计算局部区域的点积，提取局部特征。
输入特征图
1
0
1
0
1
0
1
0
1
×
卷积核
1
0
-1
1
0
-1
1
0
-1
=
输出特征图
3
- 参数共享：同一卷积核在整个图像上使用，大大减少参数数量
- 局部连接：每个神经元只与输入层的局部区域连接，符合图像局部相关性
- 平移不变性：物体在图像中的位置变化不影响识别结果
- 层次化特征：浅层提取边缘纹理，深层提取语义特征
应用领域
- 图像分类：AlexNet、VGG、ResNet等在ImageNet竞赛中取得突破
- 目标检测：YOLO、Faster R-CNN实现实时物体检测
- 语义分割：U-Net、DeepLab实现像素级分类
- 人脸识别：FaceNet等实现高精度人脸验证
- 医学影像：肺部CT、视网膜病变等自动诊断
- 自动驾驶：车道检测、行人识别、交通标志识别
- 艺术风格迁移：将名画风格应用到普通照片
视觉化提示词
用于生成CNN概念图的详细提示词：
"一个多层、发光的神经网络结构。最底层是一张猫的像素图像，图像上有一个3×3的卷积核像探照灯一样滑动，提取出边缘特征。上一层是经过激活函数处理的特征图，显示出猫的眼睛和耳朵轮廓。再上一层是经过池化层下采样的特征图，保留了主要特征但尺寸减半。最高层是完全连接的网络，输出'猫'的分类概率。整个网络有发光的连接线，信息像蓝色流光一样从底层流向顶层。背景中有数学公式浮动，展示卷积运算过程。风格：科技感十足，深蓝色调，霓虹光效，未来主义，精确的线条和几何形状。"