加点辣椒油

weight_decay---模型参数（正则化） lr_decay---优化参数（在优化算法中实现） 统计模型+优化模型 下载数据集&整理数据集 读取CSV文件中的标签，它返回一个字典，该字典将文件名

图像增广 图像增广在对训练图像进行一系列的随机变化之后，生成相似但不同的训练样本，从而扩大了训练集的规模。 此外，应用图像增广的原因是，随机改变训练样本可以减少模型对某些属性的依赖，从而提高模型的泛化

批量规范化（batch normalization） 用于加快深层神经网络的收敛速度。 训练神经网络时的挑战 预处理方式会对结果产生巨大影响 使用真实数据时，需标准化输入特征，使其均值为0方差为1，进

开山鼻祖---LENET 结构：总体来看，LeNet（LeNet-5）由两个部分组成： 卷积编码器：由两个卷积层组成; 全连接层密集块：由三个全连接层组成。 在卷积神经网络中，我们组合使用卷积层、非线

卷积的输出形状 填充（padding）：扩大输出维度，防止过多信息损失 --卷积核通常都为奇数 步幅（stride）：为了高效计算或是缩减采样次数，卷积窗口可以跳过中间位置，每次滑动多个元素。（通常取

卷积神经网络（convolutional neural networks，CNN）是机器学习利用自然图像中一些已知结构的创造性方法。 适合于计算机视觉的神经网络架构。 平移不变性（translatio

访问参数，用于调试、诊断和可视化； 参数初始化； 在不同模型组件间共享参数。 这里需要注意：对全连接层的参数只有两个，权重和偏置，可以读取网络中对应的参数。 从嵌套块中收集参数 网络中的大致架构：就是

前言：本科阶段学过这部分内容，但为了加深印象就简单整理一下，此处的笔记可能较为简略。 1、层和块 当考虑具有多个输出的网络时， 我们利用矢量化算法来描述整层神经元。 像单个神经元一样，层（1）接受一组

1、下载缓存数据集 建立字典DATA_HUB， 它可以将数据集名称的字符串映射到数据集相关的二元组上， 这个二元组包含数据集的url和验证文件完整性的sha-1密钥。 所有类似的数据集都托管在地址为D