深度学习常见问题

• 为什么图像分类问题建议用交叉熵损失，而不用平方差损失？
• sigmoid函数、softmax函数，激活函数的选择？
• 过拟合？如何抵抗过拟合？
• L1与L2正则化效果？原理？
• 梯度下降？优化器的选择？
• 全连接网络为何不适合图像分类问题？
• 如何理解卷积神经网络的局部感受野和权值共享？
• 卷积核如何提取特征？
• 卷积特征图大小的计算？卷积神经网络参数的计算？CNN神经元？
• pooling和padding作用是什么？