深度学习---基础篇

一、入门学习资源

1、首推：Keras中文文档：https://keras-cn.readthedocs.io/en/latest/

神经网络的大结构：

一个网络结构首先需要的是

第一阶段：输入，Note：这里的输入是一个向量。

第二阶段：特征提取，其实就是我们常见的VGG、InceptionV3、Resnet50等网络的核心结构（去除顶层的结构）。姑且称作为与机器学习对应的特征提取。

第三阶段：编译，该过程是：传递训练数据与目标值的，即用来配置模型的学习过程。Note：模型在使用前必须编译，否则在调用fit或evaluate时会抛出异常。

第四阶段：训练，该过程就是不听的学习迭代让训练数据与目标值竟可能的接近。

第五阶段：测试，使用测试数据，在训练的模型上进行测试。

总结：总体是以上五个部分，但是每一个部分都值得仔细学习。后续会逐一介绍。首先对整体有一个认识。看一些源码的时候就不会很晕。

推荐源码下载地址：https://github.com/keras-team/keras-applications/tree/master/keras_applications

Note：很多网络结构的代码写的很优美，可以多看多琢磨。