深度学习与Keras实践|第一期：（入门） 基本概念及示例

1. 我们要干什么？

无论我们日常所接触的是人工智能技术，还是被戏称为人工智障的现象，也无论市场是否以实际行动进行选择，“人工智能”这一概念已然成为我们无法回避的重要议题。在当前这一行业热点之下，即便我们难以直接参与其中，恐怕也需要仰望其发展态势，尝试窥探一二。本文旨在通过一些基础性的概念阐释与具体实例的分析，使读者能够以小见大、由点及面，初步了解“人工智能”究竟包含哪些内容。

2. 什么是深度学习？

当我们谈及人工智能这一话题时，稍作回顾便能察觉出一系列相关术语的衍生：从机器学习延伸至深度学习，从神经网络拓展到卷积神经网络……有必要对这些概念进行简要梳理。首先，范围最为宽泛的是人工智能，它是一门综合性学科。从某种带有哲学意味的视角来看，它可以划分为强人工智能与弱人工智能，但这一点并非我们当前关注的重点。具体而言，实现人工智能的方法涵盖统计学方法以及深度学习方法（注意，这里出现了深度学习！），而诸如卷积神经网络等大量神经网络模型则属于深度学习方法的具体体现（实际上，深度学习的本质就是构建人工神经网络）。正是由于深度学习所取得的突破性进展，才使得人工智能逐渐走进了普通人的日常生活。

自2006年深度学习“三巨头”发表三篇经典论文以来，该领域不断涌现出新的研究成果，并在计算机视觉、自然语言处理等多个领域催生出实际应用的产品。需要明确的是，深度学习并非一种