摘要
在监督学习中，模型通常是对训练样本进行训练得到模型的参数，而在非监督学习中，训练样本的标记信息是是未知的，需要对未标记的样本数据进行训练来学习其内部的性质及规律。为进一步的数据分析提供基础。对于无监督学习应用最广的就是聚类（clustering）
作用：
- [x] 有利于增加泛化能力
- [x] 做了平滑处理
- [x] 防止过拟合
题外笔记小知识：LRN 层模仿生物神经系统的侧抑制机制，对局部神经元的活动创建竞争机制，使得响应比较大的值相对更大，提高模型的泛化能力,但目前都不大使用，都被Dropout所替代。
- [x] Edit By Porter, 积水成渊,蛟龙生焉。
今日分歌单在此