# 使用 TensorFlow 和 Keras 的 CNN **卷積神經網絡**（ **CNN** ）是一種特殊的前饋神經網絡，在其架構中包含卷積和匯聚層。也稱為 ConvNets，CNN 架構的一般模式是按以下順序包含這些層： 1. 完全連接的輸入層 2. 卷積，池化和完全連接層的多種組合 3. 完全連接的輸出層，具有 softmax 激活函數 CNN 架構已被證明在解決涉及圖像學習的問題（例如圖像識別和對象識別）方面非常成功。 在本章中，我們將學習與 ConvNets 相關的以下主題： * 理解卷積 * 了解池 * CNN 架構模式-LeNet * LeNet for MNIST 數據集 * 帶有 TensorFlow 的 MNIST 的 LeNet * 帶有 Keras 的 MNIST 的 LeNet * LeNet for CIFAR 數據集 * 帶有 TensorFlow 的 CIFAR10 的 LeNet CNN * 帶有 Keras 的 CIFAR10 的 LeNet CNN 讓我們從學習 ConvNets 背后的核心概念開始。