CNN（卷積層convolutional layer，激勵層activating layer，池化層pooling，全連接層fully connected）

CNN產生的原因：當使用全連接的神經網絡時，因爲相鄰兩層之間的神經元都是有邊相連的，當輸入層的特徵緯度非常高時（譬如圖片），全連接網絡需要被訓練的參數就會非常多（參數太多，訓練緩慢），CNN可以通過訓練少量的參數從而進行特徵提取。 上圖每一個邊就代表一個需要訓練的參數，可以直觀的感受到需要訓練的參數太多了。 CNN的優點：1.相鄰兩層神經元部分相連。2.且同一層神經元的w（權重）和b（偏移）是共享

>>阅读原文<<