已验证70% 置信事实精确时间

卷积神经网络（CNN）受视觉皮层结构启发，通过卷积核在图像上滑动提取局部特征，参数共享机制大幅降低计算量

4

来源数

70%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

零基础入门AI：绕开数学与Python语法的五步实战路径

bilibili今天吃什么8982026/7/2

相关事实

待验证卷积神经网络在图像识别中的成功关键在于卷积操作天然具备平移不变性77% 相似待验证图像识别中浅层神经元响应边缘纹理等低级特征，深层神经元对整体概念做出反应77% 相似待验证CNN的核心创新在于权重共享与局部连接机制，通过滑动卷积核在图像不同区域共享同一组参数76% 相似待验证经典CNN依赖局部感受野逐层提取从纹理到形状的层次化特征74% 相似待验证CNN通过卷积核在图像上滑动扫描抓取局部特征，再通过池化操作压缩保留最强特征74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/279956

API

curl https://kongchang.com/api/v1/knowledge/claims/279956

MCP

get_claim(id=279956)