卷積神經網絡在本質上是一種輸入到輸出的映射，它能夠學習大量的輸入與輸出之間的映射關系，而不需要任何輸入和輸出之間精確的數學表達式，只要用已知的模式對卷積神經網絡加以訓練，網絡就具有輸入、輸出之間映射的能力。
其訓練算法與傳統的BP算法類似，主要分4步，可分為2個階段：
第一階段，前向傳播階段：
（1）從樣本集中取一個樣本，將樣本輸入網絡；
（2）計算相應的實際輸出。
在此階段，信息從輸入層經過逐級的變換，傳送到輸出層。這個過程也是網絡在完成訓練后正常運行時執行的過程。
第二階段，后向傳播階段：
（3）計算實際輸出與相應的理想輸出之間的誤差；
（4）計算每個權重的梯度，再用梯度下降算法更新權重。
------------------------------------------------------------------------------------------------------------------------------------------------------------------------