卷积神经网络是一类人工神经网络,可使用卷积层过滤输入以提取有用信息。卷积运算需要综合使用输入数据(特征图)与卷积核(滤波器)以生成转换后的特征图。卷积层滤波器可根据学习参数进行修改,以便为特定任务提取最有用的信息。卷积网络可根据任务自动调整,寻找最重要的特征。在执行一般的物体识别任务时,CNN 会过滤物体的形状信息;但在进行识别鸟的任务时,CNN 则会提取鸟的颜色信息。这是由于 CNN 认为,不同类的物体会具有不同的形状,而对于不同类型的鸟而言,其颜色可能要比形状的差异性更大。
卷积神经网络的应用包括各种图像(图像识别、图像分类、视频标记、文本分析)和语音(语音识别、自然语言处理、文本分类)处理系统,以及机器人、虚拟助手和自动驾驶汽车等先进的 AI 系统。