（）的神经形态芯片已经可以搭建较大规模的类脑计算系统，为类脑计算模型提供快速运行平台。

Dropout在预测的过程中会随机去掉神经元

Dropout在训练的过程中会随机去掉神经元

Relu激活函数在零点可导

图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础

在神经网络里，将经过反向传播之后，梯度值衰减到接近于零的现象称作梯度消失现象

卷积神经网络的常用模块包括：卷积、池化、激活函数、批归一化、丢弃法

交叉熵损失函数的设计是基于最大似然思想：最大概率得到观察结果的假设是真的

卷积神经网络由多个卷积层和池化层组成，卷积层负责对输入进行扫描以生成更抽象的特征表示，池化层对这些特征表示进行过滤，保留最关键的特征信息

对于计算机视觉问题，效果最好的模型是经典的全连接神经网络

Sigmoid是早期神经网络模型中常见的非线性变换函数