后来经历多了这种所谓“离别”，一起吃喝一起住的旅行中，为期几个月的培训中，或多或少一起走过一段路，分开时候总会有些不一样的感觉，觉得有点空。而后发现，其实让你有些难受的并不是这个人，而是这段日子让你感到难忘特别，你跟谁呆上一段时间也会有不舍的感觉，这是一种正常的情绪，千万不要因此而认为是自己对这个人产生了什么感情，江湖本就是聚散。想开了这件事，面对分别就坦然多了。
前言
先放放吧，暂时也没有空去仔细写写，就把找到的东西放一放。
CNN详解
- 输入层：二维向量
基本模块
最容易理解的对卷积(convolution)的解释 - bitcarmanlee的博客 - CSDN博客
- 卷积层：采用核函数处理
- 池化层：向下采样，减少数据量并保留有用信息。
- RELU层：全名将修正线性单元，是神经元的激活函数。
- 全连接层：对经过多次卷积层和多次池化层所得出来的高级特征进行全连接（全连接就是常规神经网络的性质），算出最后的预测值。
- 输出层：预测值，一般会加一个softmax层。
特点
- 局部感知
- 权重共享
- 多卷积核
基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN - Madcola - 博客园
