模型

CNN(卷积神经网络)

卷积神经网络是一种专门处理网格结构数据(如图像)的深度学习模型,通过卷积核自动提取局部特征,解决了传统全连接网络参数过多和忽略空间结构的问题,在图像分类、目标检测等任务中表现卓越,代表工作有LeNet、AlexNet、ResNet等。

收录于 2026/8/31相关资讯 8 篇近 30 天 6 篇在词典中查看 →

详细解释

CNN受生物视觉皮层感受野机制启发,核心是卷积层和池化层。卷积层使用可学习的卷积核在输入上滑动,提取局部特征并共享权重,大幅减少参数;池化层降低空间维度,增强平移不变性。典型结构包括卷积、激活、池化交替,最后接全连接层分类。CNN在ImageNet竞赛中取得突破,推动了计算机视觉发展,并扩展至语音、文本等领域。

别名与相关写法
cnn

相关术语

CAM共现 1 篇

相关公司

相关资讯

完整术语表见 AI 术语词典; 每日新术语与进展见 AI 早报。

CNN(卷积神经网络) 是什么?AI 术语解释 - 智讯 AI News