卷积神经网络 (CNN)
CNN（又名 ConvNet）是一种前馈神经网络，其使用空间不变性技巧来有效学习图像中最常见的局部模式。举例而言，若图像左上方与右下方的猫耳拥有相同的特征，我们便可将其称为空间不变性。CNN 可跨空间共享权重，从而更高效地检测出猫耳及其他模式。
CNN 不是只使用密集连接层，而是使用卷积层（卷积编码器）。这些网络可用于图像分类、对象检测、视频动作识别，以及任何在结构上具备一些空间不变性的数据（例如语音音频）。
了解用于对 MNIST 数据集中的手写数字进行分类的 CNN 示例。我们利用影像变形技术创造梦幻般的精彩扭曲效果，并通过数据集之外生成的高分辨率手写数字对分类器进行测试：
项目 GitHub 地址