深度学习基础知识
深度学习的基础模块
深度学习的模型设计
线性特征有限，远远不如非线性表示，非线性不好学习，加入RELU，尝试把原始特征拉入非线性空间
深度学习的训练技巧
很多时候使用激活函数relu
调试学习率：线性下降、试小的学习率－大的学习率－小的学习率－大的学习率
attention学习更多的东西
小结：网络结构、超参数学习、优化方案、模型表达能力、减少冗余，快速计算、减少过拟合、容易优化、超参数调节、联合学习、注意力机制
深度学习图像理解技术
图像分类框架
数据清洗搭一个半监督模型，需要有一个种子模型
类标签比较弱，需要加一个triplet三元组
模型加速优化
图像检测分割
Pipeline
图像分类应用场景
