图灵测试是图灵于1950年提出的一个关于判断机器是否能够思考的著名试验,测试某机器是否能表现出与人等价或无法区分的智能。()

将Sigmoid激活函数改为ReLu，将有助于克服梯度消失问题

在神经网络中，每个参数可以有不同的学习率

可以通过将所有权重初始化为0来训练网络

卷积的物理意义是：一个函数（如：单位响应）在另一个函数（如：输入信号）上的加权叠加。

训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力

强化学习中最终目标不是短期的某一步行动之后获得最大的奖励，而是希望长期地获得更多的奖励。

相较于机器学习经典的有监督学习、无监督学习问题，强化学习最大的特点是在交互中学习

在现有的深度学习模型中，句子情感分类通常会形成一个联合的三类别分类问题，即预测句子为积极、中立或消极。

神经网络中的注意力机制受到人类视觉中注意力的启发，即人类视觉注意力能够聚焦到图像的特定区域，并在这个区域有非常低的分辨率，而在其它区域有较高的分辨率。

BoW 模型忽略词的顺序，这意味着包含相同单词的两个文档的表征是完全相同的。