卷积神经网络是深度学习中的一个里程碑式的技术，有了这个技术，才会让计算机有能力理解图片和视频信息，才会有计算机视觉的众多应用。
在本部分的学习中，我们将会逐步介绍卷积的前向计算、卷积的反向传播、池化的前向计算与反向传播，然后用代码实现一个卷积网络并训练一些实际数据。
在后面我们还会介绍一些经典的卷积模型，向大师们学习一些解决问题的方法论问题。
由于我们侧重于讲解神经网络的工作原理，所以本书并不会深入到Computer Vision的领域中去，如：人脸识别、轮廓检测等等，所以，对这部分感兴趣的读者请继续阅读其它教材。