Python深度学习教程说明，Python 是一种通用高级编程语言，广泛用于数据科学和生成深度学习算法。
这个简短的教程介绍了 Python 及其库，如 Numpy、Scipy、Pandas、Matplotlib；Theano、TensorFlow、Keras 等框架。本教程解释了如何应用不同的库和框架来解决复杂的现实世界问题。
一、教程受众
本教程专为有志于学习 Python 基础知识和开发涉及深度学习技术（如卷积神经网络、递归网络、反向传播等）的应用程序的专业人士准备。
二、先决条件
在继续学习本教程之前，我们假设您事先接触过 Python、Numpy、Pandas、Scipy、Matplotib、Windows、任何 Linux 发行版，以及线性代数、微积分、统计学和基本机器学习技术的先验基础知识。
三、深度学习简介
简而言之，深度结构化学习或分层学习或深度学习是机器学习方法家族的一部分，它们本身是更广泛的人工智能领域的一个子集。
深度学习是一类使用多层非线性处理单元进行特征提取和转换的机器学习算法。每个连续层都使用前一层的输出作为输入。
深度神经网络、深度信念网络和递归神经网络已应用于计算机视觉、语音识别、自然语言处理、音频识别、社交网络过滤、机器翻译和生物信息学等领域，并在某些情况下产生了可比的结果比人类专家更好。
深度学习算法和网络 –
- 基于多层次特征或数据表示的无监督学习。高层特征是从低层特征派生出来的，形成层次表示。
- 使用某种形式的梯度下降进行训练。
四、深度学习环境
在本章中，我们将了解为 Python 深度学习搭建的环境。我们必须安装以下软件来制作深度学习算法。
- Python 2.7+
- 使用 Numpy 的 Scipy
- Matplotlib
- 西阿诺
- 凯拉斯
- 张量流
强烈建议通过 Anaconda 发行版安装 Python、NumPy、SciPy 和 Matplotlib。它带有所有这些包。
我们需要确保正确安装不同类型的软件。
让我们转到我们的命令行程序并输入以下命令 –
$ python Python 3.6.3 |Anaconda custom (32-bit)| (default, Oct 13 2017, 14:21:34) [GCC 7.2.0] on linux
接下来，我们可以导入所需的库并打印它们的版本 –
import numpy print numpy.__version__
输出
1.14.2
五、安装 Theano、TensorFlow 和 Keras
在我们开始安装包 – Theano、TensorFlow 和 Keras 之前，我们需要确认是否安装了pip 。Anaconda 中的包管理系统称为 pip。
要确认 pip 的安装，请在命令行中键入以下内容 –
$ pip
确认安装 pip 后，我们可以通过执行以下命令安装 TensorFlow 和 Keras –
$pip install theano $pip install tensorflow $pip install keras
通过执行以下代码行确认 Theano 的安装 –
$python –c “import theano: print (theano.__version__)”
输出
1.0.1
通过执行以下代码行确认 Tensorflow 的安装 –
$python –c “import tensorflow: print tensorflow.__version__”
输出
1.7.0
通过执行以下代码行确认 Keras 的安装 –
$python –c “import keras: print keras.__version__” Using TensorFlow backend
输出
2.1.5
