卷积网络，神经网络的一种特殊应用，利用卷积窗口对神经网络求解处理，一般用于图像处理。
算法原理
矩阵输入和输出：CNN 是基于神经网络的，在最简单的神经网络中，单个节点的输入和输出是一个数值，而 CNN 中，单个节点的输入输出变成了一个矩阵。
参数矩阵：相对应的，参数也必须是矩阵。在经过本层处理后，输出的矩阵会比输入矩阵小一圈。在前向传播和反向传播算法中，参数矩阵会被更新。
在单层的神经网络中，计算过程为：
- wa 部分即为，使用 filter 对输入的矩阵做操作，类比神经网络中的参数乘法
- b 部分即为偏差的操作
- g(z) 部分为加了一个激活函数
- 所有的滤波器互相叠加，得到了每一层的输出