增加卷积核的大小对于改进卷积神经网络的效果是必要的。

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。

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。

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。

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。

单计算层感知器只能解决线性可分问题。

GAN只能用于深度神经网络。

梯度为0的点只能是局部极小点或局部极大点。

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

神经网络可以生成任意的决策边界。