CNN：卷积神经网络
ANN：人工神经网络
ANN：只有输入层、输出层、隐藏层。隐藏层数据根据需要而定，每层神经元与下一层神经元全连接，不存在同层及跨层之间的连接。
ANN：感知机算法、BP算法
CNN：1.引入了感受野的概念，即局部连接：每个神经元只与上一层的部分神经元相连，只感知局部而非整张图像。
2.引入了权值的概念：每一个神经元都可以看作是一个滤波器，同一个神经元使用一个固定的卷积核去卷积整张图像。
3.引入多卷积核：加入通道这一维度，通过使用多个卷积核提取多个特征。
CNN基本结构：卷积层（Convolution）、池化层（Pooling）、激活函数层、BN层、全连接层（Fully Connected）
激活函数层：Sigmoid函数、Rel U函数、Leaky Rel U函数、tan h函数、maxout函数
常用的优化函数：SGD、Adagrad、AdaDelta、RMSProp、Adam函数
