（在模型选择时，假设模型有许多超参数可供调参，一组超参数便确定一个模型，计算其交叉验证误差，最后选择使得交叉验证误差最小的那一组超参数，这便是模型选择过程。深度学习模型（Deep Learning Models）：深度学习模型，如卷积神经网络（CNN）和循环神经网络（RNN），通常使用Adam、RMSprop或其他自适应学习率优化算法来训练。贝叶斯优化（Bayesian Optimization）

假设我们已经得到图片的二维矩阵了，想要提取其中特征，那么卷积操作就会为存在特征的区域确定一个高值，否则确定一个低值。这个过程需要通过计算其与卷积核（Convolution Kernel）的乘积值来确定。