深度学习中神经网络输出
new_height = (input_height - filter_height + 2 * P)/S + 1
new_width = (input_width - filter_width + 2 * P)/S + 1
数据标准化的流程通常是：用每个像素值减去均值（所有像素值的平均值），然后除以所有像素值的标准偏差
dropout的作用： 防止过拟合，后续补充
MLP 和 CNN有什么区别
CNN和DNN有什么区别？
图像频率是指变化速率。那么，图像变化是什么意思呢？图像在空间里发生变化。高频图像是指强度变化很大，亮度从一个像素到另一个像素变化很快。低频图像是指亮度相对一致或变化很慢
大多数图像既有高频部分，又有低频部分。在上图中，丝巾和条纹衬衫部分是高频图案；此部分非常快速地从一个亮度变成另一个亮度。在此图的更上方，我们看到天空和背景变化很缓慢，称为平滑的低频图案。
高频部分还对应于图像中的对象边缘**，有助于我们分类这些对象
迁移学习是指如何将训练的网络应用到你自己设计的任务中。即从一个任务中学习规律，并将该规律应用到别的任务中。
你自己的训练集与预训练的训练集之间的相似程度。
从正态分布中取随机数来初始化权重是个好习惯。随机化权重可以避免模型每次训练时候卡在同一个地方
类似地，从正态分布中选择权重可以避免任意一个权重与其他权重相比有压倒性的特性。你可以用 tf.truncated_normal() 函数从一个正态分布中生成随机数
Remove the previous weights and bias
移除之前的权重和偏置项
tf.reset_default_graph()