训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。

激活函数为有限值时，基于梯度的优化方法更加稳定。

提升卷积核（convolutional kernel）的大小会显著提升卷积神经网络的性能。

负对数似然度损失函数和欧式距离损失函数都是用于计算像素区域的修复。

神经网络进行图片语义分割时，先用CNN处理输入，再用反CNN得到输出。

英 国著名美学家（）认为，人类对秩序感有着强烈需求，并且同样表现在艺术创作中。

数据可视化艺术设计是对抽象的数据信息进行可视化，来增强人类感知的研究，创造更加直观的视觉呈现形式，来对（）进行传达，帮助人们理解和分析数据。

设计的秩序性就是指设计中各相关元素之间的（）问题。

多层网络全部初始化为0，会使梯度为0或各层相同，相当于浅层网络。

单计算层感知器只能解决线性可分问题。