1.掌握卷积操作应用 2.掌握构建卷积核 3.掌握构建tensor 4.掌握使用convd2d里不同参数属性

1. 掌握卷积操作应用：

卷积操作是深度学习中非常重要的操作之一，它可以使得神经网络从输入数据中提取特征。在深度学习中，卷积操作通常被用来处理图像数据，但也可以应用于其他类型的数据，如音频、文本等。

2. 掌握构建卷积核：

卷积核是卷积操作中的一个重要组成部分，它是一个小的矩阵，通过卷积操作，它可以从输入数据中提取特征。构建卷积核的方法有很多种，可以手动设定卷积核的数值，也可以使用深度学习中的方法来自动学习卷积核。

3. 掌握构建tensor：

Tensor是深度学习中的基本数据结构，它可以表示任意维度的数组。构建tensor的方法有很多种，可以手动创建一个tensor，也可以使用numpy等库来创建tensor，还可以通过深度学习框架提供的函数来创建tensor。

4. 掌握使用convd2d里不同参数属性：

convd2d是深度学习框架中用于实现卷积操作的函数之一，它有很多不同的参数属性，如padding、stride、dilation等。这些参数属性可以影响卷积操作的输出结果，掌握它们的用法可以帮助我们更好地实现深度学习模型。例如，padding可以用来控制卷积操作的输出尺寸，stride可以用来控制卷积操作的跨度，dilation可以用来扩大卷积核的感受野。