卷积神经网络，边缘检测，特征提取，面部对齐，物体识别，面部分割，GANS（2021.5）
78/100 仍需努力嘛就是
提供了对预测模型的相当好的但简短的描述。分割和图形效果得到了充分的描述和充分的工作。有证据表明进行了有条不紊的实验和公平的分析水平，可以通过更详细的定量分析（即检查错误分布）以及更具描述性的定性分析来改进，为失败案例提供解释
如果在引用之前定义首字母缩略词会更好（例如指数线性单位 (ELU)）。
合理尝试包含模型的流程图，但如果图 1 具有可读性，它会更有用。
图 3 - 失败模型的学习曲线没有过度拟合。这是一个欠拟合图，需要更多的训练时期。如您所见，验证损失仍在通过图的尾部减少。
引用子图/子图的更好方法是使用字母表（例如 6a、6b ...）
本节在测试集 18.0/25 上做出了很好的预测 非常好的努力，做得很好。