我将从以下几个方面来进行解说：1.卷积神经网络的结构2.卷积神经网络的计算3.以AlexNet为例进行详细讲解4.常见的两个卷积层设置的问题1.卷积神经网络的结构卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT（输入层）-CONV（卷积层）-RELU（激活函数）-POOL（池化层）-FC（全连接层）我们用一个图进行展示：2.卷积神经网络的计算...

我将从以下几个方面来进行解说：1.卷积神经网络的结构2.卷积神经网络的计算3.以AlexNet为例进行详细讲解4.常见的两个卷积层设置的问题1.卷积神经网络的结构卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT（输入层）-CONV（卷积层）-RELU（激活函数）-POOL（池化层）-FC（全连接层）我们用一个图进行展示：2.卷积神经网络的计算...

有序树：树中结点的子树从左到右是有序的，不能交换的无序树：书中结点的子树没有次序，可以任意交换丰满二叉树即理想平衡树：要求除最低层外，其余层都是满的。二叉树：每个结点最多只有两棵子树，即二叉树中结点的度只能为0,1,2子树有左右之分，不能颠倒满二叉树：在一棵树中，如果所有的分支结点都有左孩子和右孩子结点，并且叶子结点都集中在二叉树的最下层完全二叉树：一棵满二叉树从左到右从上至下。挨个删除结点所得到

支持向量机（Support Vector Machine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析。它是将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。假定平行超平面间的距离或差距越大，分类器的总误差越小支持向量机的基本思想对于线性可分的任务，找到一个具