待验证50% 置信事实精确时间
卷积神经网络(CNN)中的卷积操作天然具备平移不变性(translation invariance)
1
来源数
50%
置信度
长期有效
时效性
2026/9/2
首次发现
来源
涉及实体
相关事实
已验证神经网络的前向传播本质上就是矩阵乘法70% 相似待验证卷积神经网络的核心创新在于权重共享与局部连接机制，通过滑动卷积核共享同一组参数降低模型参数量66% 相似待验证CNN通过卷积层自动提取输入数据的局部特征，利用参数共享和局部连接大幅减少模型参数量65% 相似待验证Traditional CNNs (Convolutional Neural Networks) process regular grid data such as pixel matrices in images, while RNNs (Recurrent Neural Networks) handle sequential data like text and time series.64% 相似待验证神经网络层数越多、神经元越多，模型的表达能力越强，但也越容易出现过拟合64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/843217API
curl https://kongchang.com/api/v1/knowledge/claims/843217MCP
get_claim(id=843217)