使用Keras進行深度學習 - 簡介

深度學習近年來在人工智慧（AI）領域成為一個熱門詞。多年來，我們一直使用機器學習（ML）來賦予機器智慧。近年來，由於深度學習在預測方面的優越性相比傳統的機器學習技術，它變得越來越流行。

深度學習本質上意味著用海量資料訓練人工神經網路（ANN）。在深度學習中，網路自行學習，因此需要海量資料進行學習。而傳統的機器學習本質上是一套解析資料並從中學習的演算法。然後，它們利用這種學習來做出智慧決策。

現在，談到Keras，它是一個高階神經網路API，執行在TensorFlow之上——一個端到端的開源機器學習平臺。使用Keras，您可以輕鬆定義複雜的ANN架構來處理您的海量資料。Keras還支援GPU，這對於處理海量資料和開發機器學習模型至關重要。

在本教程中，您將學習如何在構建深度神經網路中使用Keras。我們將透過實踐示例進行教學。當前的問題是使用經過深度學習訓練的神經網路識別手寫數字。

為了讓您對深度學習更加興奮，以下是Google趨勢中關於深度學習的截圖：

從圖中可以看出，近年來人們對深度學習的興趣一直在穩步增長。在計算機視覺、自然語言處理、語音識別、生物資訊學、藥物設計等許多領域，深度學習都得到了成功的應用。本教程將幫助您快速入門深度學習。

所以繼續讀下去！