卷积神经网络（CNN）
Convolutional Neural Network
用局部卷积核在空间上共享参数、提取层次化特征的神经网络，曾主导视觉识别。
先用人话理解
图像里相邻像素关系密切。卷积层用小窗口扫描整图，学习边缘、纹理等模式，再堆叠成更抽象的特征。AlexNet、ResNet 等把 CNN 推到 ImageNet 时代的中心。
为什么重要
CNN 证明了深度网络在真实感知任务上可扩展，直接触发 2010 年代深度学习浪潮，并为后来的检测、分割与部分多模态编码器奠基。
常见误解
卷积共享参数不等于已经“理解语义”，仍依赖数据与目标函数。
视觉 Transformer 兴起后 CNN 并未消失，仍广泛用于高效视觉骨干。