Keras学习总结

本周花了几天时间学会了一个人工智能框架Keras中图像处理部分，现在能够做到用Keras对图像识别问题进行处理，利用学到的一些预处理模型以及微调方法，基本可以达到一个很好的准确率。

Keras作为一个专门给*人*用的神经网络框架，其使用起来非常得爽快，可以说只要话五分钟时间掌握一个基本的构建套路，任何人都能构造出准确率不错的人工智能算法。在我之前学习另一个神经网络框架Pytorch时，我觉得每行像是在拧螺丝，需要用螺丝组成一个个小部件，之后才能用这些小部件构成一个神经网络。而Keras直接给了我们各种现成的小部件，而且这些小部件就如同积木一样非常容易拼凑起来，构成一个精美的作品。“丝滑”，也许是使用Keras构建神经网络最重要的体验。

Keras虽然相比于其他框架很简单，但是我在学习Keras时还是遇到了一个学习路上经典的坑：没有及时练习。正是因为Keras简单，于是我在看视频学习的时候竟然觉得自己不需要练习，光是看视频学习就够了。可就是这样错误的观念，导致我看了一大堆视频猛然回头后发现脑海中有太多的概念因为没有及时消化，而乱成了一团，这样近乎等于白学。后来调整了策略：在学习完一个模块的知识后，自己从头敲一下代码，发现在敲代码的过程中学到的知识比看视频时学到的都多。

看视频就和看数学老师在黑板上解题一样，看再多遍也只能做到对那部分内容熟悉，要想真正地掌握知识，还是得自己动手去练习。即便再简单的内容也应该如此。而想要将内容变成长在脑子里的知识，则需要不断重复地动手练习才行呀。