diff --git a/README.md b/README.md
index 203f1966..2a0bc624 100644
--- a/README.md
+++ b/README.md
@@ -1,5 +1,17 @@
 # medicine
+## 前端思路
+#### *第一步、思路构思*
+- *创建web项目，使用Java进行编写*
+  - *spring-boot作为框架、mybatis作为数据库框架*
+  - *mysql作为数据库*
+- *前端代码使用vue、html、js等语言进行编写*
+#### *第二步、创建项目*
+- *使用maven创建springboot项目*
+  - *导入需要的依赖*
+##### 未完
 
+
+## 图像识别思路
 #### *第一步、搜集数据集*
 
 - *文件保存在picture文件夹中*
@@ -23,18 +35,14 @@
 - *激活函数选择*
   - *使用softmax作为激活函数*
   
-  - $$
-    Softmax(z_{i} )=\frac{e^{z_{i}}}{ {\textstyle \sum_{c=1}^{c} e^{z_{c}}}}
-    其中zi为第i个节点的输出值，c为输出节点的个数
-    $$
+  - $$Softmax(z_{i} )=\frac{e^{z_{i}}}{ {\textstyle \sum_{c=1}^{c} e^{z_{c}}}}
+    其中zi为第i个节点的输出值，c为输出节点的个数$$
   
 - *损失函数选择*
   
   - *使用二元交叉熵给出*
   
-  - $$
-    Loss = \frac{1}{N} \sum_{i=1}^{N}[y_{i}log(p(y_{i})) + (1-y_{i})(1 - log(p(y_{i})))]
-    $$
+  - $$Loss = \frac{1}{N} \sum_{i=1}^{N}[y_{i}log(p(y_{i})) + (1-y_{i})(1 - log(p(y_{i})))]$$
   
 - *优化器选择*