1.写作目的
毕业后就一直从事手机camera的开发，从硬件到Linux驱动，从Linux驱动到Linux内核，从Linux内核到V4L2，从V4L2到专门做图像处理的各个模块，对于图像底层的流程已经有很深的学习了，慢慢也深知这方面已经没办法有太好的发展了。所以特意的了解了TensorFlow和OpenCV以及Python的机器学习，准备着手学习相关的知识。
学习本是一件漫长而孤独的事情，特别是进入一个全新的领域，这简直是对意志力和智商的一种挑战，而基于生活所迫，我还需要每天无休止的上班加班，不知道什么时候就被打断了学习进程。这个时候还是非常想念学校的时光，可惜那个时候没有好好利用。
基于上述现实，我想到了博客是一个好地方，它一来可以打卡分享，二来又可以督促自己学习，所以我决定开始更新博客，我将每天早上七点准时更新博客，分享自己的学习进程和心得，希望借此博客来找到一起学习的朋友，也欢迎大牛们的指点。
2.学习计划
首先，我将基于《TensorFlow 实战Google深度学习框架》这本书开始入门TensorFlow相关知识；然后再根据《21个项目玩转深度学习--基于TensorFlow的实践详解》这边书进行实战学习；最后，根据所学知识，设计一个图像识别的实际应用。
目前，我已经自学了Python，并且精通C语言和C++，对图像的基础知识理解很深，并尝试过opencv和TensorFlow的简单编程，空闲时间也重新拾起了大学期间学习的《信号与系统》、《概率论》、《线性代数》、《高等数学》，从今天2018-06-09开始，正式更新博客，进入新的学习征程。
3.学习目录
第一篇：卷积网络模型
第二篇：LeNet-5和Inception-v3
1.完成LeNet-5代码的实际编程
2.完成Inception-v3的实际编程
3.总结分析实际调试过程
第三篇：卷积神经网络的迁移学习
第四篇：TensorFlow图像预处理
第五篇：待续
