深度学习相关问题汇总

记录一下学习过程中的问题，防止遗忘
1.训练集，验证集和测试集的区别：train,dev,test。训练集用以训练模型获得参数，验证集用以防止模型对训练集过拟合，二者是在训练过程中可以看到的数据集，而测试集理论上我们是不能看到的，用以检验模型效果。
2.卷积神经网络中，卷积层为了提取特征值，可以缩小长宽，增加深度，深度为过滤器的个数，池化层不增加深度，但是可以减小数据量。
3.tensorflow中大致流程：
CONV2D -> RELU -> POOL -> FULLCONNECTED
对应使用函数：tf.nn.conv2d(X,W,strides,padding)
tf.nn.max_pool(A,ksize,strides,padding)
tf.nn.relu(Z)
tf.contrib.layers.fully_connected(F,out_puts)
其中全连接的输入F需要一维化，用tf.contrib.layers.flatten§