深度学习中一些好的加深理解的文章，全部收录于互联网，版权属原网站所有。
① 1X1卷积核到底有什么作用呢？
http://caffecn.cn/?/question/136
② Faster rcnn的特征图到原图区域映射问题？
http://caffecn.cn/?/question/135
③ 基于深度学习的目标检测研究进展
https://blog.csdn.net/lilai619/article/details/85757503
④caffe的总体流程是怎样的？
http://caffecn.cn/?/question/123
⑤在caffe中卷积核是三维的还是二维的？
http://caffecn.cn/?/question/158
⑥caffe在做train()时候的详细流程图
http://caffecn.cn/?/question/242
⑦caffe的proto里面的std是什么意思？怎么调？
http://caffecn.cn/?/question/37
⑧caffe怎么单步调试？
https://www.zhihu.com/question/27987666
⑨Softmax和SoftmaxWithLoss的反向误差传递的原理分别是什么？
http://freemind.pluskid.org/machine-learning/softmax-vs-softmax-loss-numerical-stability/
⑩caffe进行fineture的小技巧
http://www.caffecn.cn/?/question/9
11.fine_tuning原理问题
http://www.caffecn.cn/?/question/12
12.caffe中image_mean的作用是什么？
http://www.caffecn.cn/?/question/15
13.图像分类中，类别个数不均匀，相差很大，该怎么处理？
http://www.caffecn.cn/?/question/20
14.caffe里sigmoidCrossEntropyLoss层计算
http://www.caffecn.cn/?/question/25
15.请问在OCR方面caffe有没有什么比较好的网络模型？
http://www.caffecn.cn/?/question/30
16.caffe里面的误差的反向传播怎么实现来的？
http://www.caffecn.cn/?/question/36
17.Caffe中的各种loss函数适合哪些问题？
http://www.caffecn.cn/?/question/43
18.关于caffe 里面卷积层featuremap 的问题
http://www.caffecn.cn/?/question/46
19.各种Pooling方法适用哪些情况？
http://www.caffecn.cn/?/question/57
20.假如有两个model，如何把其中一个model的某一层的权重赋给另一个model的对应层。
http://www.caffecn.cn/?/question/59
21.可视化神经网络的中间特征
http://www.caffecn.cn/?/question/70
http://blog.csdn.net/gybheroin/article/details/54133556
23.stride的大小来左右滑动窗口，那么通过修改什么可以调整上下滑动卷积窗口的步幅
http://www.caffecn.cn/?/question/74
http://blog.csdn.net/shakevincent/article/details/52115872
25关于message NetState和message NetStateRule
http://www.caffecn.cn/?/question/104
26.新增lmdb格式的训练样本的方法
http://www.caffecn.cn/?/question/112
27.momentum的作用是什么？
http://www.caffecn.cn/?/question/117
28.如何实现在prototxt 中实现多通道呢？
http://www.caffecn.cn/?/question/144
29.[Batch Normalization] Predict中BN是怎么计算的？
http://www.caffecn.cn/?/question/165
30.请问caffe里data layer后面有个{layerName}_{topBlobName}_{0}_{split)的层是干嘛的?
http://caffecn.cn/?/question/198
31. Caffe中的BN层与Scale层再理解
https://blog.csdn.net/wangkun1340378/article/details/77161243
32. Caffe中各层的作用
https://www.cnblogs.com/yinheyi/p/6070213.html
33. 如何根据网络计算模型大小？
https://www.cnblogs.com/TensorSense/p/7413296.html
34.cnn模型所需的计算力（flops）是怎么计算的？
https://www.zhihu.com/question/65305385