使用Keras进行深度学习 - 简介

深度学习近年来在人工智能（AI）领域成为一个热门词。多年来，我们一直使用机器学习（ML）来赋予机器智能。近年来，由于深度学习在预测方面的优越性相比传统的机器学习技术，它变得越来越流行。

深度学习本质上意味着用海量数据训练人工神经网络（ANN）。在深度学习中，网络自行学习，因此需要海量数据进行学习。而传统的机器学习本质上是一套解析数据并从中学习的算法。然后，它们利用这种学习来做出智能决策。

现在，谈到Keras，它是一个高级神经网络API，运行在TensorFlow之上——一个端到端的开源机器学习平台。使用Keras，您可以轻松定义复杂的ANN架构来处理您的海量数据。Keras还支持GPU，这对于处理海量数据和开发机器学习模型至关重要。

在本教程中，您将学习如何在构建深度神经网络中使用Keras。我们将通过实践示例进行教学。当前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兴奋，以下是Google趋势中关于深度学习的截图：

从图中可以看出，近年来人们对深度学习的兴趣一直在稳步增长。在计算机视觉、自然语言处理、语音识别、生物信息学、药物设计等许多领域，深度学习都得到了成功的应用。本教程将帮助您快速入门深度学习。

所以继续读下去！