使用 Keras 进行深度学习 - 简介

深度学习已成为人工智能 (AI) 领域的热门词汇。多年来，我们一直使用机器学习 (ML) 为机器赋予智能。最近，深度学习因其在预测方面的优势而变得越来越流行，而传统 ML 技术则无法与之相比。

深度学习本质上意味着使用大量数据训练人工神经网络 (ANN)。在深度学习中，网络会自行学习，因此需要大量数据进行学习。而传统机器学习本质上是一组解析数据并从中学习的算法。然后，他们利用这种学习做出明智的决策。

现在，谈到 Keras，它是一个运行在 TensorFlow（一个端到端开源机器学习平台）之上的高级神经网络 API。使用 Keras，您可以轻松定义复杂的 ANN 架构来对大数据进行实验。 Keras 还支持 GPU，这对于处理大量数据和开发机器学习模型至关重要。

在本教程中，您将学习如何使用 Keras 构建深度神经网络。我们将查看实际教学示例。手头的问题是使用经过深度学习训练的神经网络识别手写数字。

为了让您对深度学习更加感兴趣，下面是 Google 深度学习趋势的屏幕截图 −

从图中可以看出，过去几年对深度学习的兴趣稳步增长。深度学习已成功应用于计算机视觉、自然语言处理、语音识别、生物信息学、药物设计等许多领域。本教程将帮助您快速开始深度学习。