Python是一种通用高级编程语言，广泛用于数据科学和深度学习算法。 这个简短的教程介绍了Python及其库，如:Numpy，Scipy，Pandas，Matplotlib; 像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。

本教程为有志于学习Python基础知识并开发涉及深度学习技术的应用程序(如卷积神经网络，递归网络，反向传播等)的专业人士准备。

在继续本教程之前，我们假设您之前已经接触过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基本知识。

我们不能保证您在学习此深度学习(Python)教程的过程中不会遇到任何问题。本教程中的讲解，示例和代码等只是根据作者的理解来概括写出。由于作者水平和能力有限，因此不保正所有编写的文章都准确无误。但是如果有遇到任何错误或问题，请反馈给我们，我们会及时纠正以方便后续读者阅读。

深度结构化学习或分层学习或简称
深度学习是机器学习方法家族的一部分，它们本身就是更广泛的人工智能领域的子集。

深度学习是一类机器学习算法，它使用多层非线性处理单元进行特征提取和转换。 每个连续的图层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经应用于诸如计算机视觉，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，其中他们产生的结果可与一些情况相比并且在某些情况下比人类专家更好。

深度学习算法和网络 -