铁皮饭盒

卷积有助于我们找到特定的局部图像特征（如边缘），用在后面的网络中。

深度神经网络的一个层，卷积过滤器会在其中传递输入矩阵。以下面的 3x3 卷积过滤器为例：  下面的动画显示了一个由 9 个卷积运算（涉及 5x5 输入矩阵）组成的卷积层。请注意，每个卷积运算都涉及一个不同的 3x3 输入矩阵切片。由此产生的 3×3 矩阵（右侧）就包含 9 个卷积运算的结果： 

一种神经网络，其中至少有一层为卷积层。典型的卷积神经网络包含以下几层的组合： 卷积层 池化层 密集层 卷积神经网络在解决某些类型的问题（如图像识别）上取得了巨大成功。

好的, 感谢, 稍后验证下发版

## 捕获字符串类型 注意, typeof捕获字符串的类型, 是字面量类型, 不是string ```typescript // 捕获字符串的类型与值 const foo = 'Hello World'; // 使用一个捕获的类型 let bar: typeof foo; // bar 仅能被赋值 'Hello World' bar = 'Hello World'; //...

## 捕获键的名称的字面量类型 先用typeof获取对象类型, 然后用keyof后去键值 ```typescript const colors = { red: 'red', blue: 'blue' }; type Colors = keyof typeof colors; let color: Colors; // color 的类型是 'red' | 'blue' ```

## 指定构造函数中this的类型 ```typescript interface A{ x:number } let a:(this:A)=>number a =function(){ this.x =123 this.y = 467// 错误, 不存在y return 123 } ```

## typeof 返回数据类型 ```typescript const f = (n:number)=>n+1; type A = typeof f // => (n:number)=>number; ```

## 去除数组中第一个元素 ```typescript type Tail = ((...args: Tuple) => void) extends ((a: any, ...args: infer T) => void) ? T : never; type A = [number, string, null, ()=>void]; type...

## 泛型也有默认值 ```typescript type C = 'c'; type B = 'a' type A = T; let a:A = 'b' // 'a' ```