模型經過建立，設定，訓練，到最後偵測得到結果。
建立
建立模型，規範每層的演算法，就像在規範用什麼函數。
每個演算法都很雜且煩，所以有興趣才逐一研究。
只要清楚 input 及 全連接層即可
設定
設定模型的損失函數，優化器。
損失函數
實際值跟預測值的差異，且差異越小越好。計算差異的方法有很多種，比如迴歸線, PCA, …. 還有一大堆，這要看最後的結果那個比較準確。
優化器
每種損失函數都是在求極值，但因函數太複雜，所以不可能用微分，最終方法只能用梯度下降。但梯度下降又有鞍點，所以就有不同的優化器。
訓練
todo
儲存
todo
載入
todo
偵測
todo