根据个人经验总结的深度学习入门路线（简单快速）
https://blog.csdn.net/weixin_44414948/article/details/109704871
深度学习深度学习入门之一阶段小demo练习
https://blog.csdn.net/weixin_44414948/article/details/109864551
最近一直在指导师弟师妹深度学习的入门，在他们完成了一阶段的demo练习后，又布置了以下二阶段demo练习。
（主要锻炼他们的神经网络搭建、读取数据集、导出训练参数数据、绘制图表的能力）
1、使用numpy手动搭建卷积神经网络（不调用深度学习框架），加深了解CNN底层的卷积运行、参数更新等规则及其实现。
数据集：波士顿房价数据集，准确率高于70%。
追加要求：同一图表绘制训练过程的loss、acc曲线，截取测试集准确率的图。
注：不用之前的mnist数据集，是因为师弟反应有点难。。。
较好的实现代码如下：
https://blog.csdn.net/weixin_44414948/article/details/111460618
#############################分隔符#######################################
2、使用深度学习框架（tensorflow2.0及以上、pytorch1.0及以上版本）搭建卷积神经网络。
数据集：骨架行为数据集，准确率高于60%。
骨架行为数据集简介：
该数据集是由本课题组行为检测方向同学自行采集，共有奔跑、跳跃、倚靠产品、吸烟、玩手机、背景行为共6种行为种类标签，数据为人体骨架节点（25点）序列的txt文件，共60万帧，示例如下图所示，每行共有75个点（25个关节点的xyz坐标），一行为一帧。
注：笔者本人就是行为检测研究方向
追加要求：同一图表绘制训练过程的loss、acc曲线，截取测试集准确率的图。
较好的实现代码如下：
https://blog.csdn.net/weixin_44414948/article/details/110940712
#############################分隔符#######################################
3、使用深度学习框架（tensorflow2.0及以上、pytorch1.0及以上版本）搭建VGG、inception、resnet网络。
数据集：mnist，准确率高于90%。
追加要求：训练过程loss曲线图（一个画布同时画出3个网络的loss曲线），训练过程acc曲线图（一个画布同时画出3个网络的acc曲线）。
较好的实现代码如下：
https://blog.csdn.net/weixin_44414948/article/details/110674054