在虚拟空间中，通过（）轴创造出景深。它是一个虚拟的平面，方向是伸出屏幕或者进入屏幕。

粒子就是三维空间中的一个点，它具有（）、颜色等属性，多个同样的粒子组合在一起就构成了粒子物体。

将Sigmoid激活函数改为ReLU，将有助于克服梯度消失的问题。

GAN只能用于深度神经网络。

触觉设计风格：指融汇了触觉感知的创作，这种感知可以是真实感知的，也可以是推测出的。常见的触觉设计风格包括：（）、实物材料和3D打印等。

如果我们去掉ReLU层，这个神经网络仍能够处理非线性函数。

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。

深度学习与机器学习算法之间的区别在于，后者过程中无需进行特征提取工作，也就是说，我们建议在进行深度学习过程之前要首先完成特征提取的工作。

神经网络被称为通用函数拟合器，所以它理论上可以表示任何决策边界。

BP算法仅适用于多层前馈神经网络。