第24节：卷积神经网络(CNN)-卷积层、池化层与全连接层

一、卷积神经网络概述

卷积神经网络(Convolutional Neural Network, CNN)是深度学习领域最具代表性的网络架构之一，专门设计用于处理具有网格状拓扑结构的数据，如图像、视频、语音等。

CNN通过模拟生物视觉感知机制，实现了对二维乃至三维数据的高效特征提取和模式识别。

自2012年AlexNet在ImageNet竞赛中取得突破性成果以来，CNN已成为计算机视觉任务的事实标准，并广泛应用于图像分类、目标检测、语义分割、人脸识别等领域。

传统全连接神经网络在处理图像数据时面临两个主要挑战：

一是参数爆炸问题，例如处理1000×1000像素的彩色图像时，输入层就需要300万个节点

二是难以捕捉图像的局部相关性和平移不变性

CNN通过三大核心思想有效解决了这些问题：局部感受野(Local Receptive Fields)、权值共享(Weight Sharing)和空间或时间下采样(Spatial/Temporal Subsamplin