零基础，进入这个大火的圈子，实验室里面这方面的大牛不少，但对于一个渣前端来说，还是需要时间研究的。我就记录一下，我在没有时间的情况下，入门一周都做了些什么？怎么做的？主要是记录一下看了些什么做了些什么，明白了什么？
因为老师要求一周内要抛出一个demo来，所以我就直奔主题，先了解深度学习是什么，神经网络是什么，深度学习框架是什么，框架怎么用，安装，跑官方示例，跑我的例子，差不多就是这样。深度学习相关的资料都是英文的，所以老老实实看英文。
看了台大李宏毅教授的深度学习课件，觉得受益匪浅，看完整个人对深度神经网络的基础知识感觉很明朗，这是课件地址：链接: https://pan.baidu.com/s/1qYj0rP6 密码: caeg。很喜欢这种简洁明了的ppt风格。
各大深度学习框架的对比：http://deeplearning.net/software_links/，官方文档里面暂时介绍了46种常见的框架，大家可以看看文档。其实·一个框架，在我看来，就是一个数学库，我们要做的就是如何利用这个框架做更有意义的事情。我选择了keras，没有为什么，感觉。
很多深度学习框架都是基于python环境的，所以我就装了ubuntu+windows 7 的双系统，还有python3.5+pycharm，暂时没有GPU，所以也没CUDA什么事。
其他的一些觉得很有用的链接，分享给大家看看。也是给我以后翻的。
深度学习如何入门？
https://www.zhihu.com/question/26006703
什么是熵？什么是相对熵？什么是交叉熵？
http://blog.csdn.net/rtygbwwwerr/article/details/50778098
台大教授李宏毅的深度学习课程 2017
http://www.weiot.net/article-87773.html
斯坦福机器学习课程
http://open.163.com/special/opencourse/machinelearning.html
神经网络基础
http://www.cnblogs.com/maybe2030/p/5597716.html
http://tech.sina.com.cn/i/2016-02-23/doc-ifxprucu3124795.shtml
神经网络是什么？
https://www.zhihu.com/question/22553761
神经网络中的反向传播法
https://www.cnblogs.com/charlotte77/p/5629865.html
THE MNIST DATABASE of handwritten digits，手写数字识别
http://yann.lecun.com/exdb/mnist/
Faster RCNN算法详解
http://blog.csdn.net/shenxiaolu1984/article/details/51152614
深度学习官网指南，这个很有用，真的，我觉得官网最重要，不要因为是英文的就不看。网上很多中文的总结其实就是翻译的英文的资料。
http://deeplearning.net/tutorial/
深度学习入门测试平台
http://playground.tensorflow.org
js写的深度学习框架
什么是激活函数？激活函数有什么用？
http://blog.csdn.net/u013146742/article/details/51986575
momentum有什么作用？weight decay？
https://www.zhihu.com/question/24529483
dropout？
http://blog.csdn.net/stdcoutzyx/article/details/49022443
attention-based model？
http://blog.csdn.net/wuzqchom/article/details/75792501
极客学院tensorflow翻译
http://wiki.jikexueyuan.com/project/tensorflow-zh/
谷歌 tensorflow 官方示例解说：
https://www.cnblogs.com/nowornever-L/p/6932111.html
leNET详细讲解篇：第六层讲的有些问题，其他还好
http://www.360doc.com/content/17/0314/09/10408243_636695555.shtml
入门代码资源库
https://zhuanlan.zhihu.com/p/28601032
最后就是跑例子了，我在windows7上面安装了keras框架，跑了keras官网是的一个示例，这个示例是识别猫狗的，对于入门的人来说，很容易懂：中文翻译教程：http://blog.csdn.net/caanyee/article/details/52502759 ，翻译来源：https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html，官方代码来源（已经更新了，代码按照这个链接走）：https://gist.github.com/fchollet/0830affa1f7f19fd47b06d4cf89ed44d。跑完官方给的猫狗的图片数据，我把自己的数据集放在里面跑了一下，代码没变，数据集变了，效果还是可以的。
CNN浅析和历年ImageNet冠军模型解析：http://www.cnblogs.com/payton/articles/6732130.html
再说说我安装keras的过程吧。(要么一直用pip install ，要么一直用conda install。要么32位要么64位，不要冲突)
先安装theano
参考：http://blog.csdn.net/m0_37681914/article/details/73609177，http://blog.csdn.net/m0_37681914/article/details/73609234
测试:
这个WARNING问题解决办法：
theano安装完成后可以在Anaconda2Libsite-packages heano文件夹下找到theano的文件夹。然后不要忘记将该路径加入环境变量中，在我的电脑中路径如下：E:keraEnvanacondaLibsite-packages heano
接下来安装tensorflow：
pip install tensorflow
测试又出现问题;
总归看一下是blas的错误，去官网看了一下，http://deeplearning.net/software/theano/install_windows.html
的确需要安装，所以我就 conda install mkl
WARNING (theano.tensor.blas): Using NumPy C-API based implementation for BLAS fu nctions.
Import theano之前先import numpy
Nameerror ：the name CVM is not defined
解决方法： 删除该路径 C:UsersusernameAppDataLocalTheano 下的文件，然后重新run。
WARNING (theano.tensor.blas): We did not found a dynamic library into the library_dir of the library we use for blas. If you use ATLAS, make sure to compile it with dynamics library.(这个可以不用管)
接下来安装kera
pip install keras
安装完成后就在keras框架下跑上面那个例子：
