| Russian | English |
| глубокая свёрточная сеть | deep convolution network (Alex_Odeychuk) |
| графовая свёрточная нейронная сеть | graph convolutional neural network (Alex_Odeychuk) |
| квантовая свёрточная нейронная сеть | quantum convolutional neural network (квантовая свёрточная нейронная сеть представляет собой ряд свёрточных слоев или последовательностей квантовых операций, чередующихся со слоями объединения, которые вместе уменьшают размер хранимой информации, сохраняя при этом важные функции набора данных  ixbt.com, frontiersin.org Alex_Odeychuk) |
| полностью свёрточная сеть | fully convolutional network (Alex_Odeychuk) |
| регионально-свёрточная нейронная сеть | region-based convolutional neural network (a machine learning model for computer vision and specifically object detection: Region-based convolutional neural networks have been used for tracking objects from a drone-mounted camera, locating text in an image, and enabling object detection. Alex_Odeychuk) |
| свёрточная нейронная сеть | convolutional neural net (CNN; ConvNet; КНС; СНС MichaelBurov) |
| свёрточная нейронная сеть | convolutional neural network (MNIST – объёмная база данных образцов рукописного написания цифр. База данных является стандартом, предложенным Национальным институтом стандартов и технологий США с целью калибрации и сопоставления методов распознавания изображений с помощью машинного обучения в первую очередь на основе нейронных сетей. Данные состоят из заранее подготовленных примеров изображений, на основе которых проводится обучение и тестирование систем. База данных была создана после переработки оригинального набора черно-белых образцов размером 20x20 пикселей NIST. Создатели базы данных NIST, в свою очередь, использовали набор образцов из Бюро переписи населения США, к которому были добавлены ещё тестовые образцы, написанные студентами американских университетов. Образцы из набора NIST были нормализированы, прошли сглаживание и приведены к серому полутоновому изображению размером 28x28 пикселей. База данных MNIST содержит 60000 изображений для обучения и 10000 изображений для тестирования. Половина образцов для обучения и тестирования были взяты из набора NIST для обучения, а другая половина – из набора NIST для тестирования. Производились многочисленные попытки достичь минимальной ошибки после обучения по базе данных MNIST, которые обсуждались в научной литературе. Рекордные результаты указывались в публикациях, посвящённых использованию свёрточных нейронных сетей, уровень ошибки был доведён до 0,23 %. sas_proz) |
| свёрточная нейронная сеть для машинного перевода | convolutional neural network for machine translation (работает в 9 раз быстрее рекуррентных нейронных сетей, при этом совсем незначительно уступая им в точности перевода Alex_Odeychuk) |
| свёрточная сеть | convolution network (Alex_Odeychuk) |
| со свёрточной нейронной сетью | CNN-enabled (CNN – сокр. от "convolutional neural network" Alex_Odeychuk) |
