Deep Learning With Python, Tensorflow & Keras

概念

总览

Machine Learning 这一概念主要分为两大块内容，之前学到的各种模型训练，其实是属于 Mathematical 的范畴，从现在开始学习就是机器学习的另一块内容 Deep Learing.

PS: 从学习的通用性角度考虑，所有内容都不会对专业名词作翻译。

什么是 Deep Learning?

Deep Learning 的工作原理是源自于人类的大脑。而人类的大脑是由很多的神经元组成的。这些神经元彼此关联，互相作用并传递信号，从而造成人类对某件事物的认知，和做出的决定。

下面就是大脑神经元的工作流程图示意图，每一个圆圈代表一个神经元，从左边输入到右侧输出就是一个学习的过程。比如，如何看到一张图片就能分辨出它是 “牛” 还是 "汽车”，这就是人类大脑的学习过程，也就是 Deep Learning 的工作原理。

单个神经元的计算过程：

安装

对于初学者非常友好的工具 Keras, 它有三个支持引擎作为 backend, 分别是 TensorFlow, CNTK 和 theano。

首先，我们选择 TensorFlow 作为 backend, 所以大家需要预先安装一下：

pip3 install tensorflow
pip3 install keras

这里有可能出现的问题是，终端显示安装成功，但是，实际使用时就提示没有安装，如果遇到这个问题，就执行下面的命令再装一次

python3 -m pip install tensorflow --urser
python3 -m pip install keras --user

以上，就完成了准备工作. 下节课开始正式通过例子学习。

本作品采用《CC 协议》，转载必须注明作者和本文链接