1.Keras:
Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。
https://keras-cn.readthedocs.io/en/latest/
2.TensorFlow：
TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。
http://www.tensorfly.cn/
3.Caffe：
Caffe是一个深度学习框架，具有表达力强、速度快和模块化的思想，由伯克利视觉学习中心（BVLC）和社区贡献者开发。Yangqing Jia在加州大学伯克利分校攻读博士期间创建了这个项目。
http://caffe.berkeleyvision.org/
4.OpenCV
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
https://opencv.org/
5.U-Net
用U-NET跑一个程序来对医学影像进行分割（segmentation）
U-Net: Convolutional Networks for Biomedical Image Segmentation
6.VGG
VGG网络是在AlexNet网络的基础上发展而来的，其主要贡献在于使用非常小的3*3的卷积核进行网络设计，并且将网络深度增加到16-19层。在2014年ImageNet比赛中，获得了定位第1，分类第2的好成绩，网络具有很好的泛化能力。