🧠 CNN 卷积神经网络详解及 PyTorch 实现
卷积神经网络（CNN）是深度学习中最常用的网络结构之一，广泛应用于图像分类、目标检测、语义分割等任务中。本篇文章我们将从理论到实践，带你全面理解 CNN 的原理，并使用 PyTorch 实现一个 CNN 模型，完成手写数字识别任务。
📚 一、什么是卷积神经网络（CNN）
CNN 是一种具有局部感受野和参数共享机制的深度神经网络，尤其适合处理二维图像。
📌 核心组成：
| 组件 | 作用 |
|---|
| 卷积层（Conv） | 提取局部特征 |
| 激活函数（如 ReLU） | 引入非线性 |
| 池化层（Pooling） | 降维、保留主要特征 |
| 全连接层（FC） | 输出分类结果 |
