本章主要介绍深入理解卷积神经网络涉及的预备知识，包括激活函数、矩阵运算、导数公式、梯度下降算法、反向传播算法（分为通用反向传播算法和逐层反向传播算法）、通用逼近定理、内外卷积运算、膨胀卷积运算、上下采样运算、卷积面计算、池化面计算、局部响应归一化、权值偏置初始化、丢失输出、丢失连接、随机梯度下降算法、块归一化、动态规划算法等。
