深度學習中一些好的加深理解的文章，全部收錄於互聯網，版權屬原網站所有。
① 1X1卷積核到底有什麼作用呢？
http://caffecn.cn/?/question/136
② Faster rcnn的特徵圖到原圖區域映射問題？
http://caffecn.cn/?/question/135
③ 基於深度學習的目標檢測研究進展
https://blog.csdn.net/lilai619/article/details/85757503
④caffe的總體流程是怎樣的？
http://caffecn.cn/?/question/123
⑤在caffe中卷積核是三維的還是二維的？
http://caffecn.cn/?/question/158
⑥caffe在做train()時候的詳細流程圖
http://caffecn.cn/?/question/242
⑦caffe的proto裏面的std是什麼意思？怎麼調？
http://caffecn.cn/?/question/37
⑧caffe怎麼單步調試？
https://www.zhihu.com/question/27987666
⑨Softmax和SoftmaxWithLoss的反向誤差傳遞的原理分別是什麼？
http://freemind.pluskid.org/machine-learning/softmax-vs-softmax-loss-numerical-stability/
⑩caffe進行fineture的小技巧
http://www.caffecn.cn/?/question/9
11.fine_tuning原理問題
http://www.caffecn.cn/?/question/12
12.caffe中image_mean的作用是什麼？
http://www.caffecn.cn/?/question/15
13.圖像分類中，類別個數不均勻，相差很大，該怎麼處理？
http://www.caffecn.cn/?/question/20
14.caffe裏sigmoidCrossEntropyLoss層計算
http://www.caffecn.cn/?/question/25
15.請問在OCR方面caffe有沒有什麼比較好的網絡模型？
http://www.caffecn.cn/?/question/30
16.caffe裏面的誤差的反向傳播怎麼實現來的？
http://www.caffecn.cn/?/question/36
17.Caffe中的各種loss函數適合哪些問題？
http://www.caffecn.cn/?/question/43
18.關於caffe 裏面卷積層featuremap 的問題
http://www.caffecn.cn/?/question/46
19.各種Pooling方法適用哪些情況？
http://www.caffecn.cn/?/question/57
20.假如有兩個model，如何把其中一個model的某一層的權重賦給另一個model的對應層。
http://www.caffecn.cn/?/question/59
21.可視化神經網絡的中間特徵
http://www.caffecn.cn/?/question/70
http://blog.csdn.net/gybheroin/article/details/54133556
23.stride的大小來左右滑動窗口，那麼通過修改什麼可以調整上下滑動卷積窗口的步幅
http://www.caffecn.cn/?/question/74
http://blog.csdn.net/shakevincent/article/details/52115872
25關於message NetState和message NetStateRule
http://www.caffecn.cn/?/question/104
26.新增lmdb格式的訓練樣本的方法
http://www.caffecn.cn/?/question/112
27.momentum的作用是什麼？
http://www.caffecn.cn/?/question/117
28.如何實現在prototxt 中實現多通道呢？
http://www.caffecn.cn/?/question/144
29.[Batch Normalization] Predict中BN是怎麼計算的？
http://www.caffecn.cn/?/question/165
30.請問caffe裏data layer後面有個{layerName}_{topBlobName}_{0}_{split)的層是幹嘛的?
http://caffecn.cn/?/question/198
31. Caffe中的BN層與Scale層再理解
https://blog.csdn.net/wangkun1340378/article/details/77161243
32. Caffe中各層的作用
https://www.cnblogs.com/yinheyi/p/6070213.html
33. 如何根據網絡計算模型大小？
https://www.cnblogs.com/TensorSense/p/7413296.html
34.cnn模型所需的計算力（flops）是怎麼計算的？
https://www.zhihu.com/question/65305385