你有沒有想過，AI 是怎麼看懂圖片的呢？例如，我們給 AI 一張小狗的照片，它是怎麼判斷這是一隻狗，而不是貓或其他動物？答案就在 CNN(卷積神經網路，Convolutional Neural Network) 這項技術！CNN 就像 AI 的「視覺大腦」，能夠一步步分析圖片，最終得出正確的判斷。這篇文章就用一張小狗的圖片，來看看 CNN 如何「看懂世界」！
🔹 CNN 的 4 個關鍵步驟
CNN 透過 4 個步驟 來處理圖片，每一步都像是在「畫畫」或「縮小圖片」來幫助 AI 更容易理解影像內容。
1️⃣ 卷積層(Convolution Layer)：這一層的作用是讓AI找出圖片中的關鍵特徵，例如邊緣、顏色及形狀等。
📌 可以想像這像是 畫家在畫素描，先用鉛筆勾勒出輪廓，確保 AI 能抓住圖片中最重要的部分。
2️⃣ 池化層(Pooling Layer)：這一層的作用是減少圖片的大小，但保留最重要的資訊。縮小圖片，保留關鍵資訊，例如如果背景有數或草地，在這一層就會自動忽略這些不重要的細節，只專注「小狗」本身的特徵。
📌 這就像我們拍照後縮小圖片，但還能看得出這是一隻狗。
3️⃣ 全連接層(Fully Connected Layer)：在這一層會計算這張圖片像貓的機率為多少？例如10%，像馬的機率，例如5%，像小狗的機率，例如85%，因為小狗的分數最高，所以AI會選擇這個答案
📌 如果前兩層是「畫畫」，這一層就像是在「考試」，AI 要根據學過的知識，決定這張圖像的正確分類。
4️⃣ 輸出結果：這是一隻「小狗」！
📌 最這就像是考試完後，老師批改成績，標註「這是小狗」並打上✅。
CNN 讓 AI 能夠看懂世界，就像我們用眼睛辨識物體一樣！所以，當你在手機上看到「自動分類相片」，或是「AI 自動辨識貓狗」，這些功能背後都是 CNN 在發揮作用的唷！^^
