【1】"深度学习笔记.py"

0.梯度下降法可以运用在很多算法中，比如logistic回归；即并不是只要有梯度下降就要想到反向传播，而是只要有反向传播，就会有梯度下降法，并不是充要条件
1.在卷积神经网络中,经过卷积层或池化层后还剩多少像素
2.关于权重初始化是否可为0的问题
3.关于梯度下降法
4.激活函数---------【摘自吴恩达深度学习视频】
5.神经网络与logistic回归对比
6.反向传播 ----很精辟，不需要繁琐的推导
7.参数VS超参数
8.logistic回归与softmax的成本函数
9.epoch、 iteration和batchsize的区别

【2】demo.py

关于tensorflow的应用模板