摘要#

在深度学习的发展过程中，卷积神经网络（CNN）是计算机视觉领域最具代表性的技术突破之一。与传统全连接神经网络不同，CNN 通过引入局部连接与权重共享机制，有效降低了模型参数规模，并显著提升了对图像空间结构的建模能力。图像数据本质上具有高度的空间相关性，而卷积操作正是针对这种结构特征设计的高效表示方法。本章将围绕卷积神经网络的核心思想展开，从最基础的卷积运算出发，逐步深入到现代经典网络结构，帮助读者建立从“卷积是什么”到“为什么CNN有效”的完整认知体系。

本章首先介绍卷积的基本概念，从深度学习的整体建模思想出发，解释卷积操作如何通过局部感受野提取局部特征，以及权重共享如何减少参数冗余并提升泛化能力。在此基础上，将进一步讲解卷积的计算过程，包括多卷积核的作用、深度卷积的结构特点以及特征图的生成机制，使读者能够从计算层面理解CNN的前向传播过程。随后，本章将系统介绍填充与池化操作，分析它们在控制特征图尺寸、增强平移不变性以及降低计算复杂度方面的作用，并通过示例代码帮助读者掌握基础实现方法。

在网络结构部分，本章将依次介绍多个具有里程碑意义的经典卷积神经网络模型，包括 LeNet5、AlexNet、VGG、NIN、GoogLeNet、ResNet 以及 DenseNet。这些模型不仅代表了CNN发展的不同阶段，也体现了深度学习从“加深网络层数”到“优化信息流与梯度传播”的演进路径。通过分析这些网络的设计动机与结构创新，读者可以清晰理解卷积神经网络在不同历史阶段所解决的核心问题，例如特征表达能力不足、梯度消失、计算效率限制以及特征复用等。完成本章学习后，读者不仅能够掌握CNN的基本构建方法，还能够理解现代视觉模型设计的核心思想，为后续学习序列模型与Transformer结构打下重要基础。