待验证50% 置信事实精确时间

CNN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

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

AI学术会议生态过度集中：我们失去了什么？

相关事实

待验证CNN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76% 相似待验证卷积神经网络（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76% 相似待验证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73% 相似待验证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73% 相似待验证计算机视觉的成熟很大程度上得益于卷积神经网络（CNN）的突破69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/532897

API

curl https://kongchang.com/api/v1/knowledge/claims/532897

MCP

get_claim(id=532897)