深度学习篇| keras入门（一）

深度学习

深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representation learning）能力 ，可以实现端到端的监督学习和非监督学习 。此外，深度学习也可参与构建强化学习（reinforcement learning）系统，形成深度强化学习 。

深度学习能做什么事

深度学习开创出众多机器学习方面的实际应用和全面推广人工智慧领域 ，解决了许多任务，看起来有可能实现机器助手的梦想。无人驾驶车、更好的医疗预防服务，甚至是推荐更好看的电影，这些都已实现或在不远的道路上。人工智慧则是处在当下和未来。有了深度学习和机器学习，人工智慧甚至能实现我们一直以来在科幻小说里所想像的状态。

深度学习框架

在开始深度学习项目之前，选择一个合适的框架是非常重要的，因为选择一个合适的框架能起到事半功倍的作用。研究者们使用各种不同的框架来达到他们的研究目的，侧面印证出深度学习领域百花齐放。全世界最为流行的深度学习框架有PaddlePaddle、Tensorflow、Caffe、keras·、Theano、MXNet和PyTorch。

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/95041307