【深度学习系列（一）】：前言

      学深度学习有一年多了，当初主要是为了研究生毕业好写论文，所以看了好多基础性的东西。虽然学了看了很多相关的文章和视频，但总感觉没有摸到门路，也忘记了好多。今天写这个系列主要是为了记录总结之前学过的东西，也是为了记录将要学到的东西。总而言之，我会一直更新来记录我在深度学习路上的点点滴滴。

      记得当初为了水一片大论文，我当时仔细研究了faster-rcnn,在我学习的过程中遇到好多难题，但幸好有实验室的师姐和师兄的帮助，也算入了个门吧，但之后的路也是自己慢慢碰撞出来的。一年前我们还在研究faster-rcnn，当时对我来说这个网络非常腻害，而且我们实验室的项目也是用的这个网络，但过了一年多的时间（2019年1月），深度学习在目标检测领域已经有的很多发展，各种层出不穷的改进和创新，当时感觉可能自己永远无法掌握这一领域，各种技术更新太快，可能一种好的模型刚出来，还没研究透并把相关代码跑起来，就又有一种网络出现。所以有时候会怀疑自己是否掌握深度学习，或者有一种危机意识，可能现在学的东西在未来是否已经淘汰，当时距离毕业越来越近了，但还多亏自己没有就此放弃并深入研究faster R-CNN这个网络，我说的深入不是说理解论文，跑跑网络。因为当时caffe还比较流行（ps:现在估计都转向tensorflow/pytorch了吧），所以我也深入的看了caffe的源码，理解整个框架的运行机制，另外就是啃faster R-CNN得源码。虽然这些代码刚上手晦涩难懂（作为一个没怎么接触深度学习的人来说），但看的多了觉得亲切了不少，也学会了这个网络如何进行调参，那些地方是核心,最主要的是学习下caffe怎么使用。最后，在找工作过程中，好多都是问faster R-CNN的，我也很快的把自己的理解说出来并顺利找到工作。

      博主当初主要用的是caffe,当年为了配一个环境可谓绞尽脑汁，各种依赖项，各种折腾，差不多配了一个多月，各种坑都有，老师也催的比较紧，当时甚至怀疑人生的心都有，但最后也配出来了，不过现在好多了，各种环境命令式安装，很容易。所以，现在学习深度学习真的很幸福，网上资料也很多。

      好吧废话不多说，进入正题。本系列文章主要是为了记录我的深度学习历程，我将会从最基础的神经网络走起，并与我之前写过的一些代码结合来将，理论+实践；记录我学习过的论文以及相关代码怎么运行起来，这些不一一列举，总之我会把以前学的和将来工作中的一些实践记录下来，与大家一起学习，哈哈废话不多说，一起进入正题吧。。。