之前我们讲到全连接神经网络对一些已经表示成向量的比较简洁的形式是有效的 深度学习修炼（二）全连接神经网络 | Softmax，交叉熵损失函数 优化AdaGrad，RMSProp等 对抗过拟合 全攻略_Qodi的博客-CSDN博客 对于复杂图

之前我们讲了 线性分类器 深度学习修炼（一）线性分类器 | 权值理解、支撑向量机损失、梯度下降算法通俗理解_Qodi的博客-CSDN博客 又讲了基于线性分类器的全连接神经网络 深度学习修炼（二）全连接神经网络 | Softmax，交叉熵损

之前我们学习了线性分类器 深度学习修炼（一）线性分类器 | 权值理解、支撑向量机损失、梯度下降算法通俗理解_Qodi的博客-CSDN博客 全连接神经网络（又叫多层感知机）和我们的线性分类器区别 （1）线性分类器就只有一个线性变化 而全连接神

为什么我们从线性分类器开始?是由于线性分类器的基本特点决定的 1 基本特点​ 形式简单、易于理解，通过层级结构混合非线性操作可以形成功能强大的非线性模型 ​ 线性分类器是一种线性映射，将输入的图像特征映射为类别分数 2 训练过程2.1

1.机器学习是什么？机器学习实际上就是以数据为基础，发现数据之间本来存在而没有被发现的规律，它的一个重要特征就是尽量避免人的参与，尝试直接从数据中发现规律和解决问题的方案。 2.机器学习基础概念2.1 机器学习类型2.1.1有监督学习​ 用

1 图像表示 基础像素表示 全局特征表示 如GIST 比较适合风景类，室内场景，城市建筑。要依赖所有像素，对于如遮挡一类问题就不太适合了 局部特征表示 如GIST 2012年前，就要找到一个很好的特征，但对于神经网路而言是无所谓的

1 直接内存访问概述是一种 不经过CPU而直接从内存存取数据的数据交换模式。在 DMA模式下，CPU只须向DMA控制器下达指令，让DMA 控制器来处理数据的传送，数据传送完毕再把信息反馈给 CPU 优点 减轻CPU资源占有率，同时保证在低

1 低功耗基本介绍对于嵌入式系统而言，一个非常重要的内容就是低功耗，尽可能减少电量损耗，然后获得更多的续航时间 当然功耗越低，被关闭的功能也就越多 1.1 五种运行模式CC2530有5种不同的运行模式（供电模式）： 分别为主动模式、空闲模式

1 看门狗原理看门狗(Watch Dog Timer， WDT)是一种专门用于监测单片机程序运行状态的芯片组件。其实质是一个计数器，一般给看门狗初始一个比较大的数， 当程序开始运行后，看门狗开始倒计数。如果程序运行正常，过一段时间CPU应发

脉冲宽度调制以其控制简单、灵活和动态响应好的优点而 成为电工电子技术中广泛应用的控制方式，也是人们研究的热点。 例：实现LED亮度调节，直流电机转速调节 本质原理就是 LED灯以一定的亮暗比例时间循环，亮的占比越大，灯的亮度就越大 占空比：