神经网络学习流程

步骤：
1、数据获取
图片、声音、股票等数据
2、数据清洗
归一化：数据转化成[-1,1]多维数据矩阵，需要对应的是tensor（张量）才可以使用神经网络；
确定输入：输入数据及其维度
输出：确定输出维度，监督学习需要给出结果（特征，实际值）

3、网络选取
图片：CNN
时间序列：lstm
4、参数确定
输入–输出–损失–优化
损失函数、优化器
5、训练网络
监督学习
使用训练数据生成的输出结果和实际结果通过损失函数得出损失值，通过优化器反向优化神经网络。
无监督学习-强化学习
6、测试网络
使用测试数据输入测试训练出来的网络，结果展示或者评估

重点：在与数据的予整理和清洗！！！学习神经网络时，给出的数据都是已经整理出来的数据，可以直接分成训练数据和测试数据两部分。但实际使用的时候，数据是要进行欲处理才能满足神经网络算法的快捷应用。切记！