卷积神经网络（CNN）是一种以多层次结构处理网格状数据（如图像、时序信号）而闻名的深度学习架构。其核心组件包括：卷积层，通过可学习滤波器提取局部特征；池化层，通过下采样特征图降低计算量并抑制过拟合；全连接层，进行高层次推断。CNN 利用权重共享和局部连接的方式，学习空间不变特征，如边缘、纹理和形状，因此在图像分类、目标检测和语义分割等计算机视觉任务中取得了突破性成果，同时也逐渐扩展到音频处理和自然语言处理领域。