“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

resnet可以很好解决梯度消失问题

神经网络的神经元计算是一个线性计算函数

卷积神经网络中的池化层主要用来A数据进行降维，减少数据特征

BERT网络不是常见的深度神经网络

relu函数就是正数不变，负数取零的激活函数

卷积神经网络A图像进行卷积计算后， 没有办法保证图像的尺寸维持原大小

训练CNN时，可以对输入进行旋转、平移、缩放（增强数据）等预处理提高模型泛化能力

决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。

支持向量机SVM 属于深度学习网络

全连接层在卷积神经网络中充当分类器的作用