深度学习学习笔记+知识点总结(4万字)

文章目录

  • 深度学习
    • 神经网络中的Epoch、Iteration、Batchsize
    • 反向传播(BP)
    • CNN本质和优势
    • 鞍点的定义和特点?
    • 神经网络数据预处理方法有哪些?
    • 神经网络怎样进行参数初始化?
    • 卷积
      • 卷积的反向传播过程
    • CNN 模型所需的计算力(flops)和参数(parameters)数量是怎么计算的?
    • 池化(Pooling)
      • 池化层怎么接收后面传过来的损失?
      • 平均池化(average pooling

你可能感兴趣的:(深度学习,人工智能,机器学习,深度学习,学习,笔记)