卷积神经网络学习笔记与心得（1）前言

博主是一名刚毕业一年的本科生。去年的这个时候，我有幸参与了一个关于字符识别的实验性项目，对于一个打算致力于数据挖掘和机器学习的本科生而言，这样的机会很是难得。刚接触这个项目的时候我和同事很茫然，不知道应该把重点放在何处，加之我在本科阶段做过一个简单的字符识别系统，误以为识别的实现难度不大，因此我和同事没有过多的关注识别环节，而是将大把的精力和时间花在图像的预处理，纠错等环节上。

经过一段时间的摸索，我们的关注重点才回归到了识别上。大概在4个月前，深度学习引起了我们的注意，那段时间深度学习的概念实在太火了，就在我们确定模型之前的几个月，AlphaGO战胜了几位围棋大师，尤其是战胜李世石的结果公布后，举世震惊。既然，深度学习有这样魔力，看来以后研究机器学习，深度学习是绕不开了，因此，我们决定将深度学习引入我们的项目。

从一无所知，到可以对别人的模型做出一些细微的改进，这个过程中我踩了很多坑，当然也有不少感悟，因此，我打算将所学和心得写下来和大家分享。我提到过自己是一名本科生，没有相关领域的老师提携，因此我看问题时的角度不一定有那些大神这么全面，分析问题也未必能鞭辟入里，入木三分，甚至有所误解，希望大家见谅，如果博文中所述有不全面，不透彻，或者错误的地方，请各位不吝赐教。

最后说一下我的实验环境：
* CPU：Intel(R) Core(TM) i5-4460 CPU @ 3.20GHz
* GPU: 无
* 内存：32G
* 操作系统：Ubuntu14.04
* 深度学习框架：caffe docker版本