En convolutional neurale netværk (CNN) er en type af kunstige neurale netværk, der bruges på billed-genkendelse og behandling, der er specielt designet til at behandle pixel data.

CNNs er kraftfuld billedbehandling, kunstig intelligens (AI), der bruger dybt at lære at udføre både skabende og beskrivende opgaver, ofte ved hjælp af maskinen vision, der omfatter billede og video anerkendelse, sammen med recommender systems og natural language processing (NLP).,

et neuralt netværk er et system af Hard .are og / eller Soft .are mønstret efter operationen af neuroner i den menneskelige hjerne. Traditionelle neurale netværk er ikke ideelle til billedbehandling og skal fodres billeder i stykker med reduceret opløsning. CNN har deres “neuroner” arrangeret mere som frontalbenet, det område, der er ansvarligt for behandling af visuelle stimuli hos mennesker og andre dyr. Lagene af neuroner er arrangeret på en sådan måde, at de dækker hele synsfeltet og undgår det stykkemale billedbehandlingsproblem i traditionelle neurale netværk.,

en CNN bruger et system, der ligner en flerlags perceptron, der er designet til reducerede behandlingskrav. Lagene i en CNN består af et inputlag, et outputlag og et skjult lag, der inkluderer flere konvolutionelle lag, pooling lag, fuldt tilsluttede lag og normaliseringslag. Fjernelse af begrænsninger og øget effektivitet til billedbehandling resulterer i et system, der er langt mere effektivt, enklere at træne begrænset til billedbehandling og naturlig sprogbehandling.