深度学习——卷积神经网络
卷积原始输入：图像
卷积模板：卷积核；
检验相似性和相关性；
神经网络的组成：
1、输入层；
2、卷积层；
特征提取，要计算出各个层之间的参数个数以及层与层之间的输入输出；
3、非线性变换层；
4、池化层；
最大池化层、平均池化层
5、输出层；
INPUT-->[[(CONV+RELU)*n--->POOL]*M--->[FC--->RELU]*K--->FC
避免过拟合：迁移学习
迁移学习：将其他网络的前几层网络，只训练后面的基层网络；
学习过程中学习率要比较小；
什么时候用：
1、当两个任务较为相近时；
2、当前的训练数据较少的时候；
数据集：交叉训练；
