学习fasf.aiPart 1过程中的作业，使用Jupiter NoteBook，Python3。

• 数据来源：Kaggle
• 结果：见lesson1/lesson1_hw.ipynb
• 小节：入门作业，学习过程有问题，在后续学习中注意参数含义的学习。
• 数据存储格式：

mini_dogscats/
test/
1.jpg
2.jpg
...
train/
cat/
cat0.jpg
cat1.jpg
...
dog/
dog0.jpg
dog1.jpg
...
valid/
cat/
cat0.jpg
cat1.jpg
...
dog/
dog0.jpg
dog1.jpg
...

结果：0.16476 实现流程：

1. 修改Vgg16网络最后一层，从1000维输出为2维输出
2. 训练新网络获得权重，并通过测试validate集查看该网络的表现
3. 在训练集上进行预测
4. 提交结果

在作业二中几个值得注意的地方：

• 我们使用sgd作为优化器，学习率设为1e-3
• test文件夹内的文件格式应为

test1/
    test/        # could be any name
        1.jpg
        2.jpg
        ...

而不是

test/        # could be any name
    1.jpg
    2.jpg
    ...

• 生成的结果顺序为字母表顺序，即：

    1.jpg
    10.jpg
    100.jpg
    1000.jpg
    1001.jpg
    ...

我们使用正则表达式提取文件中的数字重新排序，得到

    1.jpg
    2.jpg
    3.jpg
    4.jpg
    5.jpg
    ...