深度学习是机器学习的一个重要分支，Python 作为一种广泛使用的编程语言，在深度学习领域有着丰富的库和框架。本教程将带你入门 Python 深度学习。

安装环境

首先，确保你的系统已经安装了 Python。你可以通过以下命令检查 Python 的版本：

python --version

接下来，安装深度学习框架。目前最流行的框架是 TensorFlow 和 PyTorch。以下是如何安装这两个框架的命令：

# 安装 TensorFlow
pip install tensorflow

# 安装 PyTorch
pip install torch torchvision

入门示例

以下是一个简单的深度学习入门示例，我们将使用 PyTorch 框架。

import torch
import torch.nn as nn
import torch.optim as optim

# 创建一个简单的神经网络
class SimpleNN(nn.Module):
    def __init__(self):
        super(SimpleNN, self).__init__()
        self.fc1 = nn.Linear(784, 128)
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        return x

# 初始化模型、损失函数和优化器
model = SimpleNN()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 模拟一些数据
x = torch.randn(64, 784)
y = torch.randint(0, 10, (64,))

# 训练模型
optimizer.zero_grad()
outputs = model(x)
loss = criterion(outputs, y)
loss.backward()
optimizer.step()

print('训练完成')

扩展阅读

想要更深入地了解 Python 深度学习，以下是一些推荐的资源：

图片展示

神经网络结构

Neural_Network_Structure