一、教程使用的神经网络架构
为什么不是每一次卷积之后都跟MaxPool?
为什么第一次fc有Relu，第二次没有？
二、可视化神经网络架构
CONV 特征提取
RELU 特征加强
relu(x)= max(0,x)
小于0显示0，大于0不处理，相当于对图片作一个二值化（黑白化）处理。
POLL 维度降解
100*100 的图片 经过pooling2 --> 50*50，其实就是维度降解。
降解到一定维度的时候，可以交给FC(Fully Connected layer),进行regression,classfication,这些都是自动的。
三、dropout第17节
随机地对这个神经网络丢掉一些节点。
一切优化问题都是找最值的过程。
四、Generator
https://github.com/glossary95/TensorFlow-Chinese-Tutorial
量化交易：
https://www.bilibili.com/video/av4192531/?spm_id_from=333.788.videocard.11
股票量化：
https://www.v2ex.com/t/248040
https://www.jisilu.cn/question/42707
利用机器学习预测排名
Machine learning for SEO – How to predict rankings with machine learning