待验证50% 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

1

来源数

50%

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% 相似待验证现代卷积神经网络的感受野随层级加深而递增，功能上与人类视觉皮层V1→V2→V4→IT区的加工流水线高度吻合73% 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)