howhaokw

1. 改进本节实验中的模型。 是否包含了过去 $4$ 个以上的观测结果？真实值需要是多少个？ 如果没有噪音，需要多少个过去的观测结果？提示：把 $\sin$ 和 $\cos$ 写成微分方程。 可以在保

1. 图7.4.1 中的 Inception 块与残差块之间的主要区别是什么？在删除了 Inception 块中的一些路径之后，它们是如何相互关联的？ 图中的 Inception 块与残差块之间的主要

1. 在使用批量规范化之前，我们是否可以从全连接层或卷积层中删除偏置参数？为什么？ 在使用批量规范化（Batch Normalization，BN）之前，我们可以从全连接层或卷积层中删除偏置参数。这是

1. GoogLeNet 有一些后续版本。尝试实现并运行它们，然后观察实验结果。这些后续版本包括： 添加批量规范化层 (Ioffe and Szegedy, 2015)（batch normaliza

1. 调整 NiN 的超参数，以提高分类准确性。 为了提高Network-in-Network（NiN）模型的分类准确率，可以调整以下超参数和模型组件： 增加卷积层的滤波器数量：增加每层卷积层的滤波器

1. 打印层的尺寸时，我们只看到8个结果，而不是11个结果。剩余的3层信息去哪了？ 2. 与AlexNet相比，VGG的计算要慢得多，而且它还需要更多的显存。分析出现这种情况的原因。 与AlexNet

1. 试着增加迭代轮数。对比LeNet的结果有什么不同？为什么？ 2. AlexNet对Fashion-MNIST数据集来说可能太复杂了。 尝试简化模型以加快训练速度，同时确保准确性不会显著下降。 设

1. 将平均汇聚层替换为最大汇聚层，会发生什么？ 将下面的 LeNet 实现中的平均汇聚层替换为最大汇聚层，会发生什么？ 在LeNet架构中，将平均汇聚层（nn.AvgPool2d）替换为最大汇聚层（

1. 尝试将平均汇聚层作为卷积层的特殊情况实现。 实现思路 平均汇聚层（Average Pooling Layer）可以看作是一种特殊的卷积层，其卷积核的大小等于汇聚窗口的大小，卷积核的权重都是相同的