数字类型：
1.整型（int)；表示不带小数的数字。（包括正整数和负整数）
2.浮点型（float);用于表示带有小数的字）
类型转换函数
int(x):将对象x转换为整型
float(x):将对象转换为浮点型
str(x):将对象x转换为字符串型
tuple(s):将序列s转换为元组
list(s):将序列s转换为列表
set(s):将序列s转换为集合，并对序列s中元素去重

深度学习（神经网络）机器学习的分支，解决人工智能的手段，
AI:机器视觉，图像处理；自然语言处理。python是解决问题的编程语言，算法。梯度算法，损失函数，信息熵，交叉熵，几种分类模型，
语义：内涵概念，
28*28矩阵，标量，矢量，向量，张量，tensorfolow
图像识别面临挑战：语义鸿沟。
特征工程，训练样本，模型
线性回归模型用于数据预测学习，
步骤：训练模型(training):给图像，给答案；建立模型》损失函数（使得的损失函数值越小，则越成功，）》参数学习，测试模型(testing):给图像，求答案，(Valid set)布署模型
数据集划分，(label,标签),
b：偏置，z：目标函数，w：权重。
激活函数：非线性变换(指数函数）使a更接近现实函数值。
前馈神经网络，输入值被压缩成向量（输入层，隐藏层（loyer），输出层（每个结果的概率））学习出隐藏层每一层的权重（类型个数自定义），输出层利用softmax函数
建立模型例子：AlexNet,VGG,Google,Residual.
损失函数：真实值和预测值的差异性（即各个之间的概率：0.2和0.8）
梯度下降：寻找一组参数使真实值和预测值差异性减少。
卷积核：为提取图像关键特征，减少储存，去关键像素值。
权重共享，下采样，局部连接，多通道积，
卷积网络模型AlexNet:https://aistudio.baidu.com/aistudio/projectdetail/1332790
并联卷积神经网络-GoolgeNet:https://aistudio.baidu.com/aistudio/projectdetail/1340883
残差网络-ResNet:https://aistudio.baidu.com/aistudio/projectdetail/1342659
ResNet模型，MobileNet v1模型
蝴蝶识别与分类