状压dp：意思是将状态进行压缩，从而更容易地写出状态转移方程通常做法：将每个状态（一个集合）用二进制表示，每个位的1就代表着这个编号的元素存在，0就代表着这个编号的元素不存在，如二进制100110，即是集合{1,2,5}的压缩通过状态压缩，我们可以使得状态通过位运算来判断是否可以转移。

我们对到达结点u的最短路径所经历过的结点数cnt进行统计，显然cnt[u]不会超过n，若超过了n，说明已形成环路，且一定是负环。我们先建立一层外层循环，在每一次循环中，都枚举图中的m条边，并对起点到每一个结点的最短路径进行松弛更新，可以保证，每次最少更新一条边，那么在至多n-1次循环后，在循环中将不会再有边更新。任意选取一个起点u，设已加入树的结点为V，总结点为T，则每次搜索连接V与T-V的最短边

首先回顾一下LeNet-5，该网络结构为[CONV-POOL-CONV-POOL-FC-FC]，卷积层使用的的卷积核，步长为1,；池化层使用的size，步长为2。

强化学习包含2个可以进行交互的对象：智能体(Agent)和环境(Environment)

batch normalize的前向传播，分为train和test阶段两种模式，train的时候mean和var就采用batch里的，然后加权累积平均running_mean和running_var，在test的时候直接使用train阶段累积的running_mean和running_var。max pool的反向传播，这里cache有原本的输入x，那么我们就不在前向传播计算掩码矩阵了，直接在反向