卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习技术，是计算机视觉和语音识别等领域中非常重要的工具。相比传统神经网络，卷积神经网络可以在保持高准确率的前提下减少参数数量，缩短训练时间。同时，它还能自动提取图像和语音等信号中重要的特征。
卷积神经网络的核心是卷积层和池化层。卷积层通过滑动窗口的方式将输入信号和卷积核做卷积操作，得到新的特征图。池化层则通过降采样的方式减小特征图的大小，减少计算量，同时保留主要的特征信息。
近年来，在计算机视觉领域，卷积神经网络已经成为了目标检测、人脸识别、图像分割等任务中的主要方法。同时，在语音识别、自然语言处理等领域也取得了不少进展。
卷积神经网络的应用前景非常广阔，如医学影像分析、无人驾驶、智能家居等。它已经成为了人工智能和机器学习领域的重要研究方向之一。