继续之前的：
- 《深度学习知识卡片：深度学习基本概念》
- 《深度学习知识卡片：Logistic 回归》
- 《深度学习知识卡片：浅层网络的特点》
- 《深度学习知识卡片：深度神经网络的特点》
- 《深度学习知识卡片：偏差与方差》
- 《深度学习知识卡片：正则化》
- 《深度学习知识卡片：最优化训练》
- 《深度学习知识卡片：最优化算法》
- 《深度学习知识卡片：超参数调优》
- 《深度学习知识卡片：结构化机器学习过程》
- 《深度学习知识卡片：误差分析》
- 《深度学习知识卡片：训练集、开发集与测试集》
- 《深度学习知识卡片：学习方法扩展》
- 《深度学习知识卡片：卷积神经网络基础》
- padding：直接的卷积运算会使得到的特征图越来越小，padding 操作会在图像周围添加 0 像素值的边缘，使卷积后得到的特征图大小和原图像（长宽，不包括通道数）相同。
- 常用的两个选项是：『VALID』，不执行 padding；『SAME』，使输出特征图的长宽和原图像相同。
- stride：两次卷积操作之间的步长大小。
- 一个卷积层上可以有多个卷积核，每个卷积核运算得到的结果是一个通道，每个通道的特征图的长宽相同，可以堆叠起来构成多通道特征图，作为下一个卷积层的输入。