简介与安装
- [2 训练自己的数据集整体流程](#2 训练自己的数据集整体流程)
- [3 数据加载与预处理](#3 数据加载与预处理)
- [4 搭建网络模型](#4 搭建网络模型)
- [5 学习率对结果的影响](#5 学习率对结果的影响)
- [6 Drop-out操作](#6 Drop-out操作)
- [7 权重初始化方法对比](#7 权重初始化方法对比)
- [8 初始化标准差对结果的影响](#8 初始化标准差对结果的影响)
- [9 正则化对结果的影响](#9 正则化对结果的影响)
- [10 加载模型进行测试](#10 加载模型进行测试)
TensorFlow：每一步都需要自己做。
Keras：做起来更轻松。任务简单化。
构建代码中使用起来是不一样的。
Caffe适合做图像识别，只有卷积网络，不适合自然语言处理，更新的慢，很多网络没有。
TensorFlow：所有的东西亲力亲为。
Keras：用起来简单，上手非常快。用TensorFlow当做他执行的一个后端。
2 训练自己的数据集整体流程
3 数据加载与预处理
4 搭建网络模型
5 学习率对结果的影响
6 Drop-out操作
7 权重初始化方法对比
用截断高斯分布
8 初始化标准差对结果的影响
9 正则化对结果的影响
10 加载模型进行测试
目前迭代了200次
