1.Keras:
Keras是一個高層神經網路API，Keras由純Python編寫而成並基Tensorflow、Theano以及CNTK後端。
https://keras-cn.readthedocs.io/en/latest/

2.TensorFlow：
TensorFlow是一個基於資料流程式設計（dataflow programming）的符號數學系統，被廣泛應用於各類機器學習（machine learning）演算法的程式設計實現，其前身是谷歌的神經網路演算法庫DistBelief。
http://www.tensorfly.cn/

3.Caffe：
Caffe是一個深度學習框架，具有表達力強、速度快和模組化的思想，由伯克利視覺學習中心（BVLC）和社群貢獻者開發。Yangqing Jia在加州大學伯克利分校攻讀博士期間建立了這個專案。
http://caffe.berkeleyvision.org/

4.OpenCV
OpenCV是一個基於BSD許可（開源）發行的跨平臺計算機視覺庫，可以執行在Linux、Windows、Android和Mac OS作業系統上。它輕量級而且高效——由一系列 C 函式和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的介面，實現了影象處理和計算機視覺方面的很多通用演算法。
https://opencv.org/

5.U-Net
用U-NET跑一個程式來對醫學影像進行分割（segmentation）
U-Net: Convolutional Networks for Biomedical Image Segmentation

6.VGG
VGG網路是在AlexNet網路的基礎上發展而來的，其主要貢獻在於使用非常小的3*3的卷積核進行網路設計，並且將網路深度增加到16-19層。在2014年ImageNet比賽中，獲得了定位第1，分類第2的好成績，網路具有很好的泛化能力。