现今大部分用于图像识别的deep learning都采用了CNN构架。所谓CNN构架，就是说每两层之间附带了卷积(convolution)和池化(pooling)两个步骤。不论pretrainning和tuning 用的是什么算法，不论是不是神经网络，只要结构上包好convolution和pooling，都算作CNN，比如这个也算http://tieba.baidu.com/p/3660123813
CNN这两个步骤会导致输入信号难以被重建。难以重建的问题在于，一个训练集就是一个训练集；而如果可以重建，我们就可以在输入信号的所有中间结构上加噪音，加旋转，加缩放，加局部遮挡，把一个训练集当成百上千个训练集来用