本人在讀研期間的研究方向是圖像處理以及深度學習（主要是圖像分類和目標檢測）。在做深度學習時使用的是tensorflow深度學習框架，學習全是自學，很多資源都是在Github上找的。我發現現在Github上很多深度學習的開源項目都是用的tensorflow和pytorch框架。所以現在也開始學習pytorch框架，之前一直用的是tensorflow1.x版本，今年正好迎來了新的tensorlfow大版本2.x時代，所以本教程主要是以tensorflow2.1以及pytorch1.3搭建模型（當前最新的版本）。
寫這篇博文的目的嘛，首先是鞏固自己之前學的知識，其次學習pytorch以及強化tensorflow的使用，最後也能分享自己的學習心得，我想應該能幫到大家少踩點坑。
本教程的初步規劃如下，針對每個模塊我會先講下原理，然後帶着大家分別使用tensorflow2.1和pytorch1.3去搭建並訓練網絡，其中也會穿插着講些我覺得需要注意的地方，以及一些坑，本教程所使用的代碼我會放在我的GitHub中，大家可以自行下載使用：
https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
我的bilibili頻道：
https://space.bilibili.com/18161609/channel/index
我的優酷播單：
http://list.youku.com/albumlist/show/id_52338354
教程目錄（後期會根據學習內容增加）
- 圖像分類
- LeNet （已完成）
- AlexNet （已完成）
- VggNet （已完成）
- GoogLeNet （已完成）
- ResNet （已完成）
- MobileNet （已完成）
- 目標識別檢測
- Faster RCNN
- SSD
- YOLO v3
- 目標分割
所需環境
- Anaconda3（建議使用）
- python3.6
- pycharm 2019.3 (IDE)
- pytorch 1.3.1 (pip package)
- torchvision 0.4.2 (pip package)
- tensorflow 2.1 (pip package)
其實我看到網上也有些相關教程，但是我覺得有的主要是講原理並不會帶你去寫代碼，有的是直接從GitHub上clone些大牛的代碼然後和大家講怎麼去用（我之前有看到一些老師clone git上的一些大牛代碼然後教你怎麼用，然後課程也很貴基本都是成百上千的，表示學生黨看不起），我總感覺沒能很好的融合在一起，可能是我沒有找到好的資源吧，哈哈。所以我就想自己總結的同時也將所學的知識分享給大家。嗯~ o(￣▽￣)o，然後我想說我只是個普普通通的研究生而已（本科並不是計算機專業），很多知識都是靠研究生期間自學的並沒有接受過系統的學習，有說的不對的地方還希望大家多多指教，我們共同學習。由於本人已經開始上班了，所以只能抽空餘時間去準備要講的課程，錄視頻以及剪輯視頻，所以效率比較低，還請大家見諒。如果有什麼問題，可以直接留言有空我會回覆的。