Convolutional Neural Networks können als Erweiterung neuronaler Netze angesehen werden, wobei sich die Erweiterung insbesondere zur Klassifikation von Bildern eignet. Genauer seien sämtliche Eingangssignal Schwarz-Weiß-Bilder, welche als Matrix (zweidimensionales Datenfeld) zu definieren sind. Bevor ein neuronales Netz mit seinen Schichten zum Einsatz kommt, werden die Eingangsdaten (Bilder) vorverarbeitet. Insbesondere werden sogenannte Faltungen (Filter) verwendet, um wichtige Merkmale (Feature) der Bilder deutlicher hervorzuheben.

Hinweis: Da es keine sinnvolle deutsche Übersetzung gibt, verwenden wir in diesem Abschnitt mit Convolutional Neural Network den englischen Begriff und kürzen dies häufig durch ConvNet ab.