理论上神经网络可以解决任何问题，因为神经网络可以逼近任何函数。

梯度为0的点只能是局部极小点或局部极大点。

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。

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。

动态设计的源头可以追溯到20世纪50年代（）匠心独运地把人物角色加入到电影的片头、片尾设计中。

在神经网络中ReLU永远不会饱和。

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。

GAN只能用于深度神经网络。

单计算层感知器只能解决线性可分问题。

在北美地区，电视和影像使用的标准帧频是23.976fps，这个也被认为等同于常规的传统35毫米胶片的（）帧的帧频。