一、CNN
CNN（Convolutional Neural Network，卷积神经网络）是专用于处理网格化数据（如图像、音频频谱图）的深度学习模型，其核心思想是通过局部感知和权重共享机制显著降低参数量，同时提升特征提取能力。
模型结构
CNN主要由卷积层、池化层和全连接层组成。
- 卷积层：提取局部特征（如边缘、纹理）。
- 池化层（如Max Pooling）：降低特征图维度，增强鲁棒性。
- 全连接层：用于分类或回归。
工作原理
卷积层通过卷积核在输入数据上进行卷积运算，提取局部特征；池化层则对特征图进行下采样，降低特征维度，同时保留主要特征；全连接层将特征图展开为一维向量，并进行分类或回归计算。CNN利用卷积操作实现局部连接和权重共享，能够自动学习数据中的空间特征。
优点
- 高效处理空间数据（图像、视频）。
- 参数共享减少过拟合风险。
缺点
对序列数据（如文本、时序数据）处理能力较弱。
经典模型
- 图像分类（LeNet、ResNet、VGG）、
- 目标检测（YOLO）
- 图像分割（U-Net）
例如：LeNet是最早的卷积神经网络之一。1998年，Yan LeCun第一次将LeNet卷积神经网络应用到图像分类上，在手写数字识别任务中取得了巨大成功。
二、开发框架
PyTorch（Meta）
特点：
- 动态计算图：灵活支持自定义 CNN 结构（如残差连接、多尺度卷积）。
- 研究友好：社区资源丰富，适合论文复现和前沿模型开发（如 Vision Transformers）。
- 混合精度训练：通过
torch.cuda.amp加速训练，减少显存占用。 - 部署灵活：PyTorch Mobile 支持移动端推理，ONNX 导出兼容多平台。
TensorFlow（Google）
特点：
- Keras 集成：提供高层 API（如
tf.keras.layers.Conv2D），简化 CNN 的快速搭建。 - 端到端支持：支持数据预处理、模型构建、训练、评估和部署。
- 硬件优化：自动利用 GPU/TPU 加速，支持分布式训练。
- 生态完善：TensorBoard 可视化、TFX 模型流水线、TensorFlow Lite 移动端部署。