卷积神经网络（Convolutional Neural Network，简称CNN），是一种前馈神经网络，人工神经元可以响应周围单元，可以进行大型图像处理。卷积神经网络包括卷积层和池化层。
在影像处理中，一张图片会被处理成三维矩阵（图片的长宽和3（RGB3中颜色））
对于影像辨识的类神经网络的神经来说，一般是根据图片的特征来判断图片的内容（就像下面中发现了鸟嘴，鸟的眼睛和脚可以判断这是一只鸟的图片）
我们设置一个神经元来观察局部范围的图片，该神经元将这个333矩阵的向量变成一个长的向量输入到这个神经元中，将该输出送入下一层的神经元。这个局部范围的大小由自己决定，多个神经元可以重叠，同一个范围可以由多个神经元（一般一个范围有一组神经元）。
一般情况下范围会被设置成333，设置俩个范围之间的重叠间隔stride（可以自己设置），图片不够的地方可以padding（补值），不断的扫过图片的每一个角落。通过这种方法来寻找图片的特点。
因为同一种类型的图片中，不同的图片特点位置不在同一个地方，而我们未每个范围区域都配置了一组神经元，用来监测在该范围内是否出现特点部位，所以每组神经元都有共享的参数（不同范围的神经元的参数的对应相同的）。
