决定要提升自己的输出和实现能力，不能老憋着。之前觉得看答案没有学到东西，但是不看浪费的是时间，时间更宝贵。更何况没有知识基础，再憋也不可能有思路，思路的可能性被限制住了。
guided_backpropagation
参考论文：STRIVING FOR SIMPLICITY: THE ALL CONVOLUTIONAL NET
pytorch实现。使用了hook特性。可以捕获网络的输入输出，修改反传的梯度。
image.png
主要是修改Relu层的反传方式，只传forward里relu激活为正，并且backward梯度也为正的
后续文章：Grad-CAM++: Improved Visual Explanations for Deep Convolutional Networks
“热力图”表达
一篇很好的介绍博客：https://bindog.github.io/blog/2018/02/10/model-explanation/
LeetCode 299. Bulls and Cows
已经完全忘记数据结构常用算法这些了，直接看的答案。接下来应该逐步复健了。
思路：建立两个hashtable，记录出现频率，出现就消去。
还有更简单的方式，还没看。
