# 使用 TensorFlow 和 Keras 的 CNN **卷积神经网络**（ **CNN** ）是一种特殊的前馈神经网络，在其架构中包含卷积和汇聚层。也称为 ConvNets，CNN 架构的一般模式是按以下顺序包含这些层： 1. 完全连接的输入层 2. 卷积，池化和完全连接层的多种组合 3. 完全连接的输出层，具有 softmax 激活函数 CNN 架构已被证明在解决涉及图像学习的问题（例如图像识别和对象识别）方面非常成功。 在本章中，我们将学习与 ConvNets 相关的以下主题： * 理解卷积 * 了解池 * CNN 架构模式-LeNet * LeNet for MNIST 数据集 * 带有 TensorFlow 的 MNIST 的 LeNet * 带有 Keras 的 MNIST 的 LeNet * LeNet for CIFAR 数据集 * 带有 TensorFlow 的 CIFAR10 的 LeNet CNN * 带有 Keras 的 CIFAR10 的 LeNet CNN 让我们从学习 ConvNets 背后的核心概念开始。