卷积神经网络（Convolutional Neural Networks，CNNs）是一种专门用于处理具有网格结构的数据（如图像）的深度学习模型。它们在图像识别、语音识别等许多任务中都取得了显著的成功。
CNNs 的主要特点是使用 卷积层 来处理输入数据。卷积层通过在输入数据上滑动小的窗口（称为卷积核或滤波器）来进行计算，这可以有效地捕捉局部特征（如图像中的边缘或纹理）。通过堆叠多个卷积层，CNNs 可以学习到更复杂的特征。
CNNs 通常还包括其他类型的层，如池化层（用于降低数据的空间大小）和全连接层（用于进行最终的分类或回归任务）。