近年来，深度学习已成为人工智能(AI)领域的流行语。多年来，我们一直使用机器学习(ML)来向机器赋予智能。近年来，由于深度学习比传统的机器学习技术具有更高的预测能力，因此深度学习已变得越来越流行。

深度学习本质上意味着用大量数据训练人工神经网络(ANN)。在深度学习中，网络本身是学习的，因此需要庞大的数据进行学习。传统的机器学习本质上是一组解析数据并从中学习的算法。然后，他们利用这种学习来制定明智的决策。

现在，进入Keras，它是一种高级神经网络API，它运行在TensorFlow(一个端到端的开源机器学习平台)之上。使用Keras，您可以轻松定义复杂的ANN架构，以对大数据进行实验。 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，您将学习在构建深度神经网络中使用Keras。我们将看一些实际的教学例子。当前的问题是使用经过深度学习训练的神经网络来识别手写数字。

为了让您对深度学习更加兴奋，以下是Google深度学习趋势的屏幕截图-

从图中可以看出，在过去的几年中，对深度学习的兴趣一直在稳定增长。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。

因此，请继续阅读！