AITerms 登入
iPAS 中級 深度學習電腦視覺神經網路

卷積神經網路(Convolutional Neural Network)是什麼?

專門處理圖像的神經網路,用小窗口(卷積核)掃過圖片提取局部特徵,參數共享大幅減少計算量

完整定義

卷積神經網路(CNN)是一種深度學習模型,用於處理具有網格結構的資料,例如圖像、語音等。CNN 透過卷積運算提取資料中的特徵,並利用池化層降低資料維度,從而實現高效的特徵學習。在 iPAS 中級考試中,CNN 的結構、運算方式以及在圖像辨識等領域的應用是重要的考點。

白話說明

你有沒有想過,電腦怎麼從一張照片裡找出邊緣、眼睛或車輪?

你可以把卷積神經網路想成「先看局部,再慢慢拼成整體」:它用小視窗掃過圖片,抓邊緣、紋理和形狀。

它很重要,因為影像資料又大又複雜,CNN 透過局部感受野和參數共享,把圖像任務做得更有效率。

記住這句

先抓局部特徵,再拼出整張圖的意思。

比喻:CNN 就像一個訓練有素的偵探 -- 它不會一次看完整張照片,而是用放大鏡仔細檢查每個小區域,找出邊緣、紋理等重要線索,然後把這些線索組合起來判斷這是什麼東西。這樣它就能有效地「看懂」圖片,識別出裡面的物件。

容易混淆

卷積神經網路 vs 全連接神經網路 vs 電腦視覺

卷積神經網路:處理影像的模型架構

全連接神經網路:每個神經元都和前一層大量連接,參數很多

電腦視覺:更大的領域,CNN 是其中常見工具

最關鍵的區別:CNN 是方法,電腦視覺是應用領域。

實際案例

貓狗分類

前:把整張圖硬塞進普通神經網路,參數爆炸還不穩

後:用卷積層抓耳朵、眼睛、毛流,再做分類

工廠瑕疵檢測

前:每個像素都一樣看,效率差又難抓局部異常

後:CNN 先找刮痕、孔洞和邊界異常,再輸出是否不良

演算法與應用

CNN 的核心是卷積、池化、非線性激活和特徵圖,透過層層堆疊形成更高階表示

它廣泛用在影像分類、物件偵測、影像分割,後來也被延伸到語音和序列任務

現在深度學習很強,但 CNN 仍是許多視覺模型的基本積木

中英對照與常見說法

說法
卷積神經網路
出現場合
台灣正式用語
說法
卷积神经网络
出現場合
簡體寫法
說法
Convolutional Neural Network
出現場合
英文原名
說法
CNN
出現場合
標準縮寫,注意這個縮寫也是美國有線電視新聞網的名稱
說法
ConvNet
出現場合
論文與程式碼裡常見的簡稱

三個核心組成

卷積層(convolution):用一個小的濾波器在影像上滑動做內積,抓出邊緣、紋理這類局部特徵。同一個濾波器在整張圖共用同一組權重,這叫權重共享,是 CNN 參數量遠小於全連接網路的原因。

池化層(pooling):把區域內的值取最大或平均,降低解析度、擴大感受野、並提供一點位移容忍度。

全連接層:最後把特徵攤平接分類頭。近年很多架構改用全域平均池化取代它,參數更少也更不容易過度擬合。

疊起來之後會出現一個層級結構:淺層學邊緣與顏色,中層學紋理與零件,深層學物件層級的概念。 這個由簡到繁的結構不是人設計的,是訓練自己長出來的。

兩個內建假設

CNN 的效果來自兩個寫進架構裡的假設:

局部性:有意義的圖案是局部的,判斷一個像素屬於什麼,主要看它附近的像素。

平移不變性:一隻貓移到畫面另一邊還是一隻貓,所以同一組濾波器在整張圖都適用。

這兩個假設叫做歸納偏置(inductive bias)。它們讓 CNN 在資料量不大的時候就能學得好,因為模型不需要從零學會這些常識。相對地,視覺 Transformer 幾乎沒有這些假設,資料少時容易過擬合,資料極多時反而因為不受假設限制而能學到更多。

幾個關鍵演進

殘差連接是其中影響最深遠的一個。 它讓梯度可以跳過中間層直接往回傳,解決了「網路疊得越深反而越差」的退化問題。這個設計後來被 Transformer 沿用,現在幾乎所有深層架構都有它。

架構
LeNet
貢獻
最早的實用 CNN,用於手寫數字辨識
架構
AlexNet
貢獻
2012 年 ImageNet 大幅領先,帶起深度學習浪潮
架構
VGG
貢獻
證明用小卷積核疊深比用大卷積核有效
架構
ResNet
貢獻
殘差連接解決深層網路難訓練的問題,讓網路能疊到上百層
架構
EfficientNet
貢獻
系統性地平衡深度、寬度、解析度三個維度

情境判斷

Q1(直覺題): 你想做圖片分類,CNN 通常是合理選擇嗎?

是,因為它天生適合抓圖像的局部與空間關係。

Q2(判斷題): 只要是神經網路,就一定是 CNN 嗎?

不是。CNN 只是神經網路的一種架構,還有 RNN、Transformer 等其他類型。

iPAS 考題

Q:CNN 在 iPAS 常怎麼考?

通常會考卷積核、特徵提取、參數共享、池化與影像分類應用。

Q:為什麼這題常考?

因為它是電腦視覺的核心模型,也最能看出你有沒有理解局部特徵與參數效率。

常見問題

範例考題

某物流公司想導入 AI 以提升營運效率,評估不同資料型態與模型架構。下列哪一種應用情境最適合採用卷積神經網路(Convolutional Neural Network, CNN)作為主要模型架構?

  1. A依據包裹每日掃描紀錄的時間序列,預測下週各倉庫的進貨量波動
  2. B根據客服對話逐句內容的先後順序,判斷客訴是否可能升級為申訴案件
  3. C根據倉庫監視器影像,自動辨識貨架是否缺貨並標示缺貨區域位置
  4. D依據車隊 GPS 路徑點的連續軌跡,預測下一段可能行駛路線
到題目頁作答

出現在這些考古題

官方公告試題的逐題解析裡,有 12 題把卷積神經網路列為延伸術語,這裡列出 5 題。

立即測驗

想測試你對 卷積神經網路 的掌握程度?用考古題作答

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

參考來源:en.wikipedia.org

考試範圍:iPAS AI 應用規劃師評鑑內容範圍參考(115.02 更新),經濟部產業人才能力鑑定,實際考試內容以官方公告為準。

其他格式:Markdown 版本