Ein Convolutional Neural Network (CNN) ist eine Art künstliches neuronales Netzwerk, das bei der Bilderkennung und-verarbeitung verwendet wird und speziell für die Verarbeitung von Pixeldaten entwickelt wurde.

CNNs sind leistungsstarke Bildverarbeitungs -, künstliche Intelligenz (KI), die Deep Learning verwenden, um sowohl generative als auch beschreibende Aufgaben auszuführen, wobei häufig maschinelles Vison verwendet wird, das die Bild-und Videoerkennung sowie Empfehlungssysteme und natürliche Sprachverarbeitung (NLP) umfasst.,

Ein neuronales Netzwerk ist ein System von Hardware und / oder Software, das nach der Operation von Neuronen im menschlichen Gehirn aufgebaut ist. Herkömmliche neuronale Netze sind nicht ideal für die Bildverarbeitung und müssen Bilder in Bildern mit reduzierter Auflösung eingespeist werden. CNN haben ihre „Neuronen“ eher wie die des Frontallappens angeordnet, dem Bereich, der für die Verarbeitung visueller Reize bei Menschen und anderen Tieren verantwortlich ist. Die Schichten von Neuronen sind so angeordnet, dass sie das gesamte Gesichtsfeld abdecken und das Problem der stückweisen Bildverarbeitung traditioneller neuronaler Netze vermeiden.,

Ein CNN verwendet ein System ähnlich einem mehrschichtigen Perzeptron, das auf reduzierte Verarbeitungsanforderungen ausgelegt ist. Die Schichten eines CNN bestehen aus einer Eingangsschicht, einer Ausgangsschicht und einer verborgenen Schicht, die mehrere Faltungsschichten, Pooling-Schichten, vollständig verbundene Schichten und Normalisierungsschichten umfasst. Die Beseitigung von Einschränkungen und die Steigerung der Effizienz für die Bildverarbeitung führt zu einem System, das weitaus effektiver, einfacher für die Bildverarbeitung und die Verarbeitung natürlicher Sprache begrenzt ist.