人有自动选取卷积核的能力，传统的图像处理不能自动选取卷积核
非线性作用函数，Sigmoid由于梯度消失使用Relu。卷积神经网络的卷积核是未知的，自适应的。其中的权重是不断变化的，就是卷积核是不断变化的。
卷积模糊了，池化又清楚了，冗余信息没有了，卷积后又大量冗余信息，池化有可能损失信息，也可能基本没损失。
怎么调试权值，核心是自适应调节，反向传播。卷积层系数调节，3X3滤波器，+通道数，例如VGG。类似BP。只是加了求和。现在基本用ResNet改型。
神经网络训练90%不收敛。看到的用到的都是好用的结构或模型。
先又数据集，再调算法。