前言：
本文不太适合深度学习初学者，适合于深度学习已入门的朋友来梳理知识的大纲，里面的一些技术我也会在后面的逐一进行讲解，本文将从过拟合这个问题来贯穿整个深度学习。
一、深度学习模型设计：端到端模型
从输入端到输出端会得到一个预测结果，将预测结果和真实结果进行比较得到误差，将误差反向传播到网络的各个层之中，调整网络的权重和参数直到模型收敛或者达到预期的效果为止，中间所有的操作都包含在神经网络内部，不再分成多个模块处理。由原始数据输入，到结果输出，从输入端到输出端，中间的神经网络自成一体（也可以当做黑盒子看待），这是端到端的，但是我们在学习深度学习的时候不能把它当做黑盒，这不利于我们的学习。
思考怎么把非端到端模型的优点（解释性强+好训练）放到端到端（泛化性强）模型？
二、明白了深度学习的模型设计，我们就来看看解决问题的两种结构：
级联结构：小任务串联
整体结构：统一大模型（多个小模型）利用中间任务损失逐步引导总损失（损失引导学习）
建议在商业项目时常采用“先级联，再整体”的思想，因为这样可以在低成本的代价(且不容易过拟合）下快速的判断方向是否有误。（接到项目的第一时间应该首先进行任务拆解逐个击破）
以上我们就解释清楚了深度学习实际问题解决的基本思路，那么下面我们通过“过拟合问题”和“模型表达能力问题”来深入的梳理一下深度学习的一些知识：
三、首先我们需要思考：怎么解决过拟合问题？（过拟合算是贯穿整个AI的一个问题）
过拟合的本质：拟合的根本原因就是参数量远大于数据量
eg:,只有这一个方程我们可以解出无数多个w1和w2,因为数据量太少了，换个角度来说“这个方程过拟合了”。拿神经网络来说，当参数量过多时会导致模型忽高忽低。
综上我们就清楚了如何解决过拟合了，大方向分别是：增大信息量、降低参数量、限制解空间
增加信息量：（增加采样数据和数据增强）
这里引入一个概念：IID(独立同分布),及数据采集尽可能的满足不一样但同源的特征（所以数据量必须远大于参数量），深度学习是一个“求异去同”的过程，这一点很重要。
数据进行仿射变换（帮助不大，差异只是一个变换矩阵的信息量）、更换背景（前期效果好，后期效果差-网络的注意力原因）、抠图（自监督学习、马赛克）、图像拼接等。
减少参数量：
缩小模型规模、dropout（在训练时减少，测试时不减少）、激活函数relue（ReLu会使一部分神经元的输出为0，这样就造成了 网络的稀疏性，并且减少了参数的相互依存关系，缓解了过拟合问题的发生，但会造成模型退化，有些参数直接丢失了。
限制解空间：增加先验（结构先验（注意力机制—存异去同）、迁移学习）、正则化（L1\L2、GP、自定义）
eg:,利用先验减少了参数量限制了解空间。
解决了过拟合问题，我们来思考一下模型的“鲁棒性”
鲁棒性：
数据由真实值（一般得不到）、错误值（可以避免）、误差值（可以缩小）构成
鲁棒性——对误差不敏感——（这里姑且理解为稳定性吧）
eg:假设一个简单的模型，我们发现随着输入X的改变输出Y也会改变，那么怎么让X对Y的影响最小呢？——|w|要小。如果参数W太大了，说明模型还有进步的空间，其实换个角度思考“鲁棒性”和“过拟合”只是表象不同，其本质是相同的。
满足李普希兹条件（输出对输入求导=1，y对x变化快慢—不能太小，也不能太大）就是鲁棒性好的——GP正则化运用（）
四、模型的表达能力
模型的能力——数据离本质有多远（抽象能力，阶越高能力越强）
什么东西决定了表达能力呢？（表达空间的维度有多高）
线性：变化是均匀的——(空间升维)——>非线性：
决定空间的维度（基（坐标轴）——负相关）——特征在坐标轴上——正交分解（当维度足够高时特征点就可以线性可分得到权重）
如何选择好的激活函数？
激活函数：看抽象的表达能力（空间维度——“泰勒”级数分解的项数——层数越多求导的次数越多抽象能力就强，eg:sigmoid里面的可以求导无数次）、反向传播的能力（非饱和函数-看图像变化）
比较好的激活函数：SWISH(X*sigmoid)-有点像lkrule、MISH（X*tgh(x)）有的硬件不支持这两个激活函数，要综合考虑。
反向传播：（梯度弥散问题）
解决梯度弥散的办法：
激活函数rule(符合李普希兹条件）、RES（RES+RNN（像n层神经网络)的效果不错）、稠密网络
RES在图像处理效果好的原因：
滤波：高通滤波、低通滤波、阻带滤波，频率（梯度）——变化的快慢
1.对识别来说：高频信号更重要，但是图像上低频信号多，卷积更容易学习到低通信号（数据不均衡导致，eg：卷积对颜色很敏感）,res=原始信号-低频信号=高频信号
2.加了残差收敛速度快的原因：符合求异去同的基本原理
batchnormal:防止梯度爆炸
很多数据也要标准化——新数据=（原数据-均值）/标准差 （减去均值就是去同的过程，除标准差是为了统一量纲）。数据中有0（有缺失时不能用标准化）不能无中生有
数据分析：连续、离散（离散数据需要one-hot编码、词向量等
batcnormal后面进行补充。
总结：
本文实际是在从过拟合的角度建立整个深度学习的体系，其中有很多没有提到的细节，但是总的来说，掌握了过拟合就算是打开了深度学习的大门吧，继续加油。