卷积神经网络 (CNN) 结构详解：层级、平面与神经元

对的，CNN 是一个多层的神经网络，由卷积层、池化层、全连接层等组成。卷积层由多个二维平面组成，每个平面上的神经元共享相同的权重参数，可以提取出局部特征。池化层用于缩小特征图的尺寸，并减少参数数量，避免过拟合。全连接层将特征图展开成一维向量，并通过多个神经元进行分类或回归等任务。每个层的神经元都通过激活函数进行非线性变换，增强网络的表达能力。