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