CNN은 Convolutional Neural Networks의 약자로 딥러닝에서 주로 이미지나 영상 데이터를 처리할 때 쓰이며  Convolution(합성곱)이라는 전처리 작업이 들어가는 Neural Network 모델이다.

일반 DNN은 기본적으로 1차원 형태의 데이터를 사용한다. 그렇기 때문에 2차원 형태의 이미지가 입력값이 되는 경우, 이것을 flatten시켜서 한줄 데이터로 만들어야 하는데 이 과정에서 이미지의 공간적/지역적 정보(spatial/topological information)가 손실되게 된다. 또한 추상화과정 없이 바로 연산과정으로 넘어가 버리기 때문에 학습시간과 능률의 효율성이 저하되게 된다.

위 그림은 자동차의 이미지를 softmax 활성화함수를 통해 어떤 탈것인지 구분하는 CNN 모델의 구조를 나타낸 것이다. CNN은 크게 convolution layer, pooling layer, flatten layer을 구조로 가진다.