1.27CNN（输入层，特征提取（卷积，最大池化），输出），损失函数（KL散度，交叉熵推导），熵（物理、信息熵推导），点积矩阵运算（CPU,GPU,NPU）

 CNN

损失函数

KL散度，交叉熵

B部分是训练集的真实实际值，是常数，C部分是训练结果，目的是要让这个损失最小化，与模型参数紧密相关，取出C（带负号），C非负

就是更精简的损失函数

熵

v

所谓M个空间，N个小球在其中的排列组合方式为熵

对应概率是，M次抽样，一共N种情况，每次抽样都意味着要确定M个空间里的其中一个空间是怎样的，也就是N个小球（情况）里占了多少个小球（分配到了多少个小球、情况），如果分配到的小球数量多，这个空间（抽样）里的情况（小球）数量多，即

点积矩阵计算，CPU、GPU、NPU

点积，先相乘再相加

车机需要

小规模可以用CPU,大规模用GPU,NPU