4.卷积神经网络中两种降低采样的方法：扩大步长（会丢失信息，且引入计算），池化（依靠Pooling，包括最大池化和平均池化，一般用最大池化）回归任务和分类任务都是：取数据，做模型，训练流程；回归任务是把预测值和真实值用mae和mse求loss，分类任务是用交叉熵损失求loss。2.一个卷积层是什么：原始的特征图经过多个卷积核卷积出来的新的特征图。6.我们需要给LOSS函数的参数：预测的分布， 真实

数据集中包含有标签的数据（有x，有y）和无标签的数据（只有x，没有y）。无标签的数据通过模型获得预测值，如果这个预测值大于一定的置信度，那这个预测值就相当于我们打上的标签,这回就把这个数据归入了有标签数据。2.之前学习的分类任务：那个图片分类任务主要是把3×224×224的图片经过卷积，然后拉平，再全连接，最后一步一步转换为linear(x,3)文字里的自监督：把文字遮住一部分，输出到模型中，完整

李哥考研深度学习项目班

数据集中包含有标签的数据（有x，有y）和无标签的数据（只有x，没有y）。无标签的数据通过模型获得预测值，如果这个预测值大于一定的置信度，那这个预测值就相当于我们打上的标签,这回就把这个数据归入了有标签数据。2.之前学习的分类任务：那个图片分类任务主要是把3×224×224的图片经过卷积，然后拉平，再全连接，最后一步一步转换为linear(x,3)文字里的自监督：把文字遮住一部分，输出到模型中，完整

李哥考研深度学习项目班

数据集中包含有标签的数据（有x，有y）和无标签的数据（只有x，没有y）。无标签的数据通过模型获得预测值，如果这个预测值大于一定的置信度，那这个预测值就相当于我们打上的标签,这回就把这个数据归入了有标签数据。2.之前学习的分类任务：那个图片分类任务主要是把3×224×224的图片经过卷积，然后拉平，再全连接，最后一步一步转换为linear(x,3)文字里的自监督：把文字遮住一部分，输出到模型中，完整

李哥考研深度学习项目班