深度学习阶段进程总结

经过近两个月的拼搏，深度学习tensorflow前面的基础部分终于学完了，能够看懂代码，进行简单修改了。

成就：深度学习2的框架，在pycharm和visual stdio中编写代码调试，各种其他框架的安装，数据集的下载，激活函数，损失函数，优化函数，梯度自动和手动求解，模拟训练数据的生成，numpy数组和tf张量的集成，全连接网络的搭建，卷积网络的搭建。

入门学习资料：新加坡大学龙老师的视频，入门最好的课程，零基础入门。优点是深入本质，讲解透彻，英语文本，中文讲解，理论到实践的过渡非常好，学一遍就明白了。

问题：理解不是很深，尤其是卷积神经网络的设计和优化，不太了解原理，只能边搭边试，无法在脑海中设计出完整的完美的网络。

现在的学习任务：目标检测

学习资料：深度学习基础课程，来自中科视拓携手中国科学院计算技术研究所VIPL研究组，免费。但感觉内容不多

后续的学习任务：对象分割

最终目标：遥感图像智能处理。