摘要：参考博客 阅读全文

摘要：padding 步长 卷积 卷积核（也称“滤波器”，filter） feature map 归一化算法：x=(x-Min)/(Max-Min); 归一化之后可以保证每一个x都在[0，1]的区间内。 网络结构 主要包括卷积层、池化层。细节：滤波器、步长、卷积操作、池化操作等。 网络结构描述：对于一幅图 阅读全文

摘要：避免过拟合的方法： early stopping：在发生过拟合之前提前结束训练。理论上可行，但难以把握。 数据集扩增： 正则化：通过引入范数的概念，增强模型的泛化能力，包括L1,L2(L2 regularization也叫weight decay) dropout：是网络模型中的一种方法，每次训练时 阅读全文