20世纪30年代和40年代，数理逻辑和关于计算本质的新思想对人工智能的形成产生了重要影响。

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

KNN与K-means区别在于：KNN是分类算法、监督学习，K-means是聚类算法、无监督学习。

专家系统本身是一个程序，它与传统程序是一样的