卷积神经网络（Convolutional Neural Network，简称CNN）是深度学习中用于图像识别的核心架构，其灵感来源于生物视觉机制。以下是CNN的关键组成部分：
1. 核心结构
- 卷积层：通过滤波器提取局部特征
- 池化层：降低空间维度，增强平移不变性
- 全连接层：最终分类决策，连接所有神经元
2. 应用场景
- 图像分类（如MNIST手写数字识别）
- 目标检测（如YOLO算法）
- 图像生成（如GANs中的卷积操作）
- 视频分析（时空卷积网络扩展）
3. 扩展学习
如需深入了解CNN的实现细节，可参考：
卷积神经网络实战代码
或探索更复杂的网络结构：
深度学习模型比较