卷积神经网络（Convolutional Neural Networks）是人工神经网络的重要分支，目前已经成为语音和图像识别领域的一大研究热点。特别是在图像识别领域，由于其特有的权值共享网络结构，大大降低了模型复杂度，减少了权值数量，因此可以直接将多维图像作为输入数据展开训练，有效避免了传统识别算法中复杂的特征提取和数据重建过程。

逐本溯源，卷积结构最早出现于 1984 年的神经认知机（NeoCognitron）。发展到 1998 年，诞生了第一代经典卷积神经网络 LeNet，但随着支持向量机 SVM（Support Vector Machine）的出现，卷积神经网络一度归于沉寂。后来，随着 ReLu（Rectified Linear Units）和 Dropout 等激活函数的提出，以及 GPU 和大数据带来的历史机遇，卷积神经