TCP/IP中，哪个协议是用来进行IP自动分配的？

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

经典的全连接神经网络中，隐含层的节点数是可以调整的，节点数越多，神经网络表示能力越强，参数量也会减少

经典的全连接神经网络中，隐含层可以增加网络深度和复杂度

经典的全连接神经网络来包含四层网络：输入层、两个隐含层和输出层

深度学习建模编写方式中，动态图模式（声明式编程范式，类比C++）：先编译后执行的方式。用户需预先定义完整的网络结构，再对网络结构进行编译优化后，才能执行获得计算结果

深度学习建模编写方式中，静态图模式（命令式编程范式，类比Python）：解析式的执行方式。用户无需预先定义完整的网络结构，每写一行网络代码，即可同时获得计算结果

数据归一化处理是指对每个特征进行归一化处理，使得每个特征的取值缩放到0-1之间

数据集被划分成训练集和测试集，其中训练集用于确定模型的参数，测试集用于评判模型的效果