windmyself的专栏

一、数据处理从本地或URL读取数据，并完成预处理操作（比如数据校验或格式转化等，这个具体怎么做，还不清楚呀~），保证模型课读取。二、模型设计（模型要素1）网络结构设计，相当于模型假设空间，即模型能够表达的关系集合。PS：神经网络层数的设置应该在这部分完成吧。三、训练配置（模型要素2）设定模型采用的寻解方法，即优化器，并指定计算资源。PS：神经网络学习的目的是寻找合适的参数，使得损失函数的值尽可能小。解决这个问题的过程为称为最优化。解决这个问题使用的算法叫做优化器。接触到的优化器有

1.局部连接2.权重共享3.下采样123的作用是减少网络参数，加快训练速度。卷积得到的是特征图，池化是为了下采样以减少参数。他俩虽然都降低了分辨率，但是目的不同。