CNN与图像语义分割
级别1：DL快速上手
级别2：从Caffe着手实践
级别3：读paper，网络Train起来
级别4：Demo跑起来
读一些源码玩玩
熟悉Caffe接口，写Demo这是硬功夫
分析各层Layer输出特征
级别5：何不自己搭个CNN玩玩
Train
CNN时关于数据集的一些注意事项
级别6：加速吧，GPU编程
关于语义分割的一些其它工作
说好的要笔耕不缀，这开始一边实习一边找工作，还摊上了自己的一点私事困扰，这几个月的东西都没来得及总结一下。
Caffe深度学习计算框架
Caffe | Deep Learning Framework是一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的 Yangqing Jia，目前在Google工作。Caffe是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换：
1 Caffe::set_mode(Caffe::GPU);
Caffe的优势
上手快：模型与相应优化都是以文本形式而非代码形式给出。
