100行Python代码理解深度学习关键概念：从头构建恶性肿瘤检测网络

在构建乳腺癌预测神经网络过程中，我们主要分为3大部分：

1.用Python从零开始创建一个神经网络，并使用梯度下降算法训练模型。

2.在该神经网络中使用威斯康星乳腺癌数据集，根据9种不同的特征，预测肿瘤是良性还是恶性的。

3.探索反向传播和梯度下降算法的工作原理。

在这个领域中，有很多大牛都通过视频和博文分享了自己掌握的专业知识，如fast.ai的Jeremy Howard、吴恩达、Andrej Karpathy、Yann Lecun等等。

他们一致认为，深度学习的关键之一就是，尽快亲自动手编写一个深度学习的模型。当前，深度学习领域中有很多强大的库可供我们使用，如Tensorflow、 PyTorch、 Fast.ai、 Keras、 Mxnett、 Nctk、DL4J 等。如果仅仅直接使用这些强大的库，我们可能会错过很多关键的东西，因此，