什么是CNN？CNN如何工作？

1、卷积神经网络算法是什么？

一维构筑、二维构筑、全卷积构筑。

卷积神经网（Convolutional Neural Networks, CNN）是一种基于卷积运算设计而成且具有多层次结构的前馈神经网络，在深度学习领域占据重要地位。

卷积神经网络具备表征学习能力，并基于层次结构对输入数据进行平移不变性分类。从而也被命名为'平移不变的人工神经网络体系(Shift-Invariant Artificial Neural Network Framework, SIANN)'

卷积神经网络的连接性：

在卷积神经网络的设计中，默认采用的是稀疏化连接方式（sparse connection），相较于传统的全连接架构，在前馈神经网络中各层之间的紧密联系被显著弱化。在这种架构下，在卷积层中每一个像素（即神经元）均与前一层局部区域内的像素产生关联，并非全局连通。具体而言，在卷积神经网络第l层特征图中的任意一个像素（对应于神经元）均是由其上一层的卷积核所定义的感受野内像素通过线性变换得到的结果。

通过卷积神经网络设计稀疏连接模式实现了对模型正则化的优化效果

在卷积神经网络中