一、入門學習資源

1、首推：Keras中文文件：https://keras-cn.readthedocs.io/en/latest/

神經網路的大結構：

一個網路結構首先需要的是

第一階段：輸入，Note：這裡的輸入是一個向量。

第二階段：特徵提取，其實就是我們常見的VGG、InceptionV3、Resnet50等網路的核心結構（去除頂層的結構）。姑且稱作為與機器學習對應的特徵提取。

第三階段：編譯，該過程是：傳遞訓練資料與目標值的，即用來配置模型的學習過程。Note：模型在使用前必須編譯，否則在呼叫fit或evaluate時會丟擲異常。

第四階段：訓練，該過程就是不聽的學習迭代讓訓練資料與目標值竟可能的接近。

第五階段：測試，使用測試資料，在訓練的模型上進行測試。

總結：總體是以上五個部分，但是每一個部分都值得仔細學習。後續會逐一介紹。首先對整體有一個認識。看一些原始碼的時候就不會很暈。

推薦原始碼下載地址：https://github.com/keras-team/keras-applications/tree/master/keras_applications

Note：很多網路結構的程式碼寫的很優美，可以多看多琢磨。