a konvolúciós neurális hálózat (CNN) a képfelismerésben és feldolgozásban használt mesterséges neurális hálózat, amelyet kifejezetten a pixel adatok feldolgozására terveztek.

A CNNs hatékony képfeldolgozás, mesterséges intelligencia (AI), amely mély tanulást használ mind a generatív, mind a leíró feladatok elvégzéséhez, gyakran a kép-és videófelismerést magában foglaló gép vison használatával, az ajánlórendszerekkel és a természetes nyelvfeldolgozással (NLP) együtt.,

a neurális hálózat olyan hardver – és / vagy szoftverrendszer, amely az emberi agy neuronjainak működését követi. A hagyományos neurális hálózatok nem ideálisak a képfeldolgozáshoz, ezért a képeket csökkentett felbontású darabokban kell táplálni. A CNN szerint a “neuronok” inkább a frontális lebenyhez hasonlítanak, amely az emberek és más állatok vizuális ingereinek feldolgozásáért felelős terület. A neuronok rétegei oly módon vannak elrendezve, hogy lefedjék az egész látótéret, elkerülve a hagyományos neurális hálózatok darabos képfeldolgozási problémáját.,

a CNN olyan rendszert használ, mint egy többrétegű perceptron, amelyet csökkentett feldolgozási követelményekre terveztek. A CNN rétegei egy bemeneti rétegből, egy kimeneti rétegből és egy rejtett rétegből állnak, amely több konvolúciós réteget, pooling rétegeket, teljesen összekapcsolt rétegeket és normalizációs rétegeket tartalmaz. A korlátozások megszüntetése és a képfeldolgozás hatékonyságának növelése olyan rendszert eredményez, amely sokkal hatékonyabb, egyszerűbb a képfeldolgozásra és a természetes nyelvfeldolgozásra korlátozottan alkalmas.