Introduction

深度學習在機器學習領域是一套相對較新的技術，已經顯示出能夠很好地概括一系列問題的能力，甚至可以解決以前被認為無法解決的一些問題。

人們已經知道一些特定的機器學習技術，神經網路(Neural Networks)能夠通過使用隱藏層(hidden layer)來學習從輸入(例如：圖像、聲音、文字)到輸出(例如：這個圖像代表什麼數字)的複雜映射的能力。

隨著大數據的出現，我們可以突然擁有令人難以置信的大量輸入數據，我們可以將這些數據輸入到這些模型中。而隨著GPU的強大功能，我們有了這樣的計算能力。過去我們看到神經網路有多個隱藏層，但是訓練它們非常昂貴，隨著我們現在擁有的大量數據和可用的計算資源，這些約束條件不再適用。

從那以後，神經網路只能變得更深，卷積神經網路(Convolutional Neural Networks)、反饋循環(feedback loops)及多層(multi-layer)。

Deep Learning Toolkits

機器學習已經存在了很長一段時間，有很多框架可以使用。在深度學習領域，很難說誰擁有最好的框架，現在很多都是關於是否支持您當前和預期的需求，是否在您的平台上運行，以及您是否可以使用您喜歡的語言進行編碼。

微軟的Microsoft Cognitive Toolkit (CNTK)，可以運行在Linux及Windows上。它也相容於Keras函式庫，可以讓你在更高的抽象層次上思考。

CNTK，Keras

他們都使用Python函式庫，我們需要做的第一件事就是在Windows上安裝Python。可以選擇安裝Anaconda，並選擇安裝一些常用的套件(Numpy，Pandas，Sklearn)。