Unverified50% confidenceFactExact time
CNN利用参数共享和局部连接大幅减少了参数量，相比传统全连接网络使训练大规模图像识别模型成为可能
1
Sources
50%
Confidence
Long-term
Relevance
8/21/2026
First Seen
Sources
Related Claims
UnverifiedCNN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% similarUnverified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70% 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% similarUnverified农业场景下的图像识别主要基于深度学习中的卷积神经网络（CNN）及其变体，如ResNet、EfficientNet、Vision Transformer等模型架构65% similarUnverifiedCNN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64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/782759API
curl https://kongchang.com/api/v1/knowledge/claims/782759MCP
get_claim(id=782759)