我想做的，是通过“NN、LeNet、AlexNet、VGGNet、GoogleNet”的基本结构的实现，强化基础。
首先是资料的整理，然后是计划的提出。这里的基础学习是第一部分，后面我才能提出更详细准确的计划。在实现的过程中，不仅是juypter，我希望能够有原生代码，因为我需要做落地的。
然后，结合着paddle上的视频，特别是charlott77的视频来学习，并且做相应笔记。
0217-0223
【深度学习系列】PaddlePaddle之手写数字识别（10.23更新）这篇文章是开篇，重点在于手写网络，搞懂其中每一个部分。我需要补强Python方面能力，然后重现这里的例子。我应该是在PaddlePaddle和tf.keras上同步来做。
【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理（11.1更新）
【深度学习系列】PaddlePaddle之数据预处理（11.8更新）
【深度学习系列】卷积神经网络详解(二)——自己手写一个卷积神经网络(11.22更新)
0224-0301
【深度学习系列】用PaddlePaddle和Tensorflow进行图像分类(11.29更新)
0302-0308
【深度学习系列】用PaddlePaddle和Tensorflow实现经典CNN网络AlexNet（12.06更新）
0309-0315
【深度学习系列】用PaddlePaddle和Tensorflow实现经典CNN网络Vgg(12.13更新)
0316-0322 0323-0328
【深度学习系列】用PaddlePaddle和Tensorflow实现经典CNN网络GoogLeNet（12.20更新）
【深度学习系列】用PaddlePaddle和Tensorflow实现GoogLeNet InceptionV2/V3/V4（12.27更新）
来源：https://www.cnblogs.com/jsxyhelu/p/12320211.html