忙活了這半個月瞭解了一些，深度學習的東西，瞭解的還不算深入。基本懂了幾個概念。但是無論是從github上down下來的程序，還是從哪個帖子上抄過來的程序，總是跑不通，總是會提示各種各樣的錯誤，算是很悲劇吧。但是這還不是最悲劇的，最悲劇的是被一個sb老師趕出實驗室了。寄人籬下確實慘。算 了不發牢騷了。講正事，這一次程序跑通，是通過網上的一個安裝教程做到的。
我先貼上那個網址：
這個網址教你如何安裝keras，由於之前用的sypder跑別人的程序，總是跑不了，總是報錯，然後找網上的愛好者聊聊，發現還是安裝的包，不行，然後我就安裝網上的教程一步步地又重新安裝了一遍。真的就是安裝這個一步步來的（不對，其實也不是一步步來的，因爲教研室的電腦配置一般，然後我沒有整CUDA ）。
還是比較興奮的吧，雖然不是自己敲的代碼，但是最後能出來一個很高的accuracy，也是有一些欣慰的。但是有個地方，感覺還是讓我很不安，將剛纔那個網址裏面的github代碼下載下來。嚇了一跳，發現有很多代碼是看不懂的，包括其中一些關於docker的內容，幾乎就是盲區，再查找資料吧，爭取將問題快速解決。圖像分類找到好的解決方案。
今天也是可喜的一天，應該是吧。沒想到原先在spyder上壓根跑不起來的圖片分類器，竟然也可以跑了。我分析了一下其中應該有兩個原因，一個是spyder的更新導致，原先採用的spyder2怎麼着都會報錯，但是更新了之後各方面都好用多了。還有一個應該就是按照keras中文文檔，安裝了sickit-learn依賴庫。因此好多問題得到了解決。
demo
我打算在這兒，再寫一些從網上抄過來的demo。我將來的實現可能不一定是這個，但是應該會借鑑一些。主要是兩部分吧，一個就是數據集的製作，另一個就是深度學習的例子。
開始搭建自己的CNN
是這樣的，最近找到了一個比較好的卷積神經網絡的博文，還搭配了比較詳細的github代碼。打算從這個開始入手，搭建自己的卷積神經網絡。
基本的步驟：
1 數據的製作
2 模型的建立
3 結果的輸出
打算每一步都建立做好，跑出滿意的結果，最後返回來寫好理論總結和操作步驟上的注意點。
