Unverified50% confidenceFactExact time
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
1
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
CNN到Transformer：AI理解人类语言的进化之路
bilibiliAI-Agent搭建7/9/2026
Related Claims
Unverified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74% similarUnverifiedCNN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73% similarUnverifiedCNN通过局部感受野和权重共享机制高效提取图像的空间层级特征，是YOLO等检测模型的早期基础73% similarUnverifiedCNN能从原始像素中自动提取层次化特征，Transformer能从原始文本序列中学习语义表示，大幅降低了对手工特征工程的依赖68% similarUnverifiedPhotoshop的「内容识别填充」（Content-Aware Fill）底层使用卷积神经网络分析周边像素统计规律68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/490816API
curl https://kongchang.com/api/v1/knowledge/claims/490816MCP
get_claim(id=490816)