通过这段学习，虽然学到了一些东西，但东西并不多。结合智联招聘上的岗位要求，决定给自己规划一下主要内容
TensorFlow 1.X版本倒是挺多的资料，但是2.0刚刚出来不久，性能尚不稳定、文档资料尚不多。为此把他放在后面。
OpenCV 的内容学《OpenCV 3 计算机视觉》内容，感觉也仅仅是入门吧，找其他资料看时，其实重复的较多。暂时先不看了；再学的话，直接去GitHub 上扒高质量应用内容和官方示例吧。看了看官方示例，倒是有挺好的示例内容。
接下来就是讲 TensorFlow / Keras 与 OpenCV 结合起来学习了。
上面的多为实例应用，应该学习数学部分较多的《机器学习及应用》和面试题
其实现在发现好多书、资料中的内容重合度较大，所以，看来看去还是没有学到核心的东西。
将一个内容反复看几遍比广撒网要好得多！
学习顺序：
第一阶段：吴恩达的深度学习工程师 + 李宏毅的深度学习，记录学习笔记
第二阶段：再继续学习TensorFlow 2.0 和 OpenCV 及其内容结合。
第三阶段：学习《机器学习与应用》中的数学知识，本来这本书是以数学为主的，但是知识的推导跳跃性挺大，可能对我这个数学非常薄弱的人不太适合，不过可把这本书当成框架。
第四阶段：面试题
----------------以上，写给迷茫的自己-----------------------
1 深度学习概论
在神经
