限定人工智能是数字计算机或数字计算机控制的机器人在执行智能生物体才有的一些任务上的能力

有监督学习和无监督学习相比的一个区别在于，有监督学习需要对数据进行标识，无监督学习不用。

循环神经网络只能进行分类处理

提升卷积核(convolutionalkernel)的大小会显著提升卷积神经网络的性能，这种说法是

梯度下降算法的收敛点取决于代价函数。

生成对抗网络中的生成器既可以是卷积神经网络，也可以是循环神经网络。

深层神经网络，不添加激活函数效果也很好。

强化学习需要预先给定数据，才能通过接收环境对动作的奖励进行学习。

目标检测位置的准确度可以用IOU值评估，IOU的计算方法是求检测结果和真实标注的并集和交集的比值。

监督学习的主要类型是分类和回归

反向传播是用来训练人工神经网络的常见方法。