1、卷积神经网络——输入层、卷积层、激活函数、池化层、全连接层 2、卷积神经网络的卷积核大小、卷积层数、每层map个数都是如何确定下来的呢? 3、卷积神经网络的通道数与卷积核数的关系 4、卷积神经网络之卷积计算、作用与思想 5、模型优化的熵与不平衡学习 6、批量梯度下降(BGD)、随机梯度下降(SGD)以及小批量梯度下降(MBGD)的理解 7、图像处理基本知识(理解卷积非常有用)