1、Keras 对于初学者而言. 它很简约, 模块化的方法使建立并运行神经网络变得轻巧。
2、深度学习是指具有多隐层的神经网络, 其可以学习输入数据的抽象表示. 这个定义显然太简单了, 但对于现在的我们来说, 却是最有实际意义的。
3、深度学习促进了计算机视觉的巨大进步. 现在, 我们能够对图片进行分类, 识别图片中的物体, 甚至给图片打标签. 要实现这些, 多隐层的深度神经网络可以从原始输入图片中按序学习更复杂的特征。
4、第一层隐层也许只能学习到局部边缘模式，之后, 每一个后续层 (或过滤器) 将学习更复杂的表示
5、最后, 最后一层可以对图片进行分类, 是猫还是袋鼠，这类深度神经网络就称为卷积神经网络。
