一、前言 本文分析了全连接层存在的局限性，然后引出卷积的思想方法，介绍了如何进行卷积、池化计算，提取特征。学习了卷积神经网络，就可以用神经网络高效地进行图像处理，比如说用于人脸识别、图片清晰化、风格迁移等。 卷积神经网络（Convolutional Neural Networks，CNN）主要包含以下结构： 卷积层（ Conv） – 用于保留图片特征 池化层（POOL） – 用于数据降维，减少输入维度，避免过拟合 全连接层（FC） – 根据不同任务输出我们想要的结果 二、全