反向傳播算法：反向傳播是一種計算函數(shù)偏導數(shù)（或梯度）的簡單方法，在使用基于梯度的方法求解最優(yōu)化問題時，需要在每次迭代中計算函數(shù)梯度。

隨機梯度下降算法：梯度下降的一個直觀理解就是想象一條源自山頂?shù)暮恿?，這條河流會沿著山勢的方向流向山麓的最低點，而這也正是梯度下降法的目標。

過擬合與欠擬合算法：過擬合與欠擬合是在訓練模型時經(jīng)常遇到的問題，過擬合是指模型復雜度過高于實際數(shù)據(jù)，欠擬合是指模型復雜度過低，不能很好地捕捉到數(shù)據(jù)中的特征。

Dropout算法：是一種正則化方法，可以有效地防止過擬合。

卷積神經(jīng)網(wǎng)絡算法：是一種用于處理圖像、語音、自然語言等數(shù)據(jù)