CNN

关键组件：

• 卷积层： 提取局部特征，使用滤波器（Filter）滑动计算。
• 池化层（Pooling）： 降维，减少计算量，提供一定平移鲁棒性。
• 全连接层： 将学习到的分布式特征映射到样本标签空间。

经典网络： 能说出LeNet-5 -> AlexNet -> VGG -> GoogLeNet -> ResNet的演进历史和各自的核心贡献（如ReLU、Dropout、Inception module、Skip Connection）。