나선형 신경 네트워크(CNN)의 유형은 인공 신경망에서 사용되는 이미지 인식하고 처리하도록 특별히 설계된 프로세스를 픽셀 데이터입니다.

CNNs 는 강력한 이미지 프로세싱,인공지능(AI)을 사용하는 심화 학습 수행을 모두 생성하고 설명하는 작업을 자주 사용하는 기기를 포함하는 이미지 및 비디오 인식과 함께,추천 시스템과 natural language processing(NLP).,

신경 네트워크는 시스템의 하드웨어 및/또는 소프트웨어 패턴 작업 후에의 신경 세포에서는 인간의 뇌입니다. 전통적인 신경망은 이미지 처리에 적합하지 않으며 축소 된 해상도 조각으로 이미지를 공급해야합니다. CNN 은 그들의”뉴런”이 인간과 다른 동물의 시각적 자극 처리를 담당하는 영역 인 전두엽의 것과 더 비슷하게 배열되어 있습니다. 층의 신경 세포에서 배열하는 방식으로 표지 전체 시야를 피하고 단편적인 이미지 처리 문제의 전통적인 신경망이 있습니다.,

CNN 은 처리 요구 사항을 줄이기 위해 설계된 다층 퍼셉트론과 같은 시스템을 사용합니다. 이 계층의 현지 구성하는 입력층,출력층과 숨겨진 계층을 포함하는 여러 나선형 계층,풀링 레이어,완전히 연결되어 레이어와 정규화 층이 있습니다. 의 제거 제한과 증가 효율성에 대한 이미지 결과를 처리하는 시스템에서 훨씬 더 효과적,간단하는 열차를 제한에 대한 이미지 처리 및 자연언어 처리합니다.