本章小结

本章开篇介绍了本书用来进行深度学习的语言——Pyth on, Python以其简单、方便和支持库多的特点，被本书及多数深度学习开发者作为主要的语言使用。希望读者能够在课余夯实基础，提高对于Python的熟练程度。同时，没有规矩，不成方圆，在开发之余，也要牢记Python之禅的要求，开发出简单可依赖的漂亮的代码。

在本章的中段，回顾了深度学习中需要的一些基础的数学知识，偏导数、梯度、链式法则等内容尤其需要读者予以重视，这为后续章节的一些细致的数学推导奠定了基础。

本章最后介绍了Python中与机器学习和深度学习相关的基础模块numpy和matplotlib。在numpy部分重点介绍了array和random的用法，这在之后的章节初始化参数和计算时会频繁使用到。同时，广播机制作为一个重要的机制，需要读者予以重视。对于numpy中向量化的思想，由于其计算速度上的优势，编者希望读者在平时的学习工作中能够尽量利用向量化来处理计算问题。matplotlib作为计算结果可视化和图像处理的基础，需要读者阅读和多加练习，做到熟练操作。

本章的参考代码在https://github.com/BaiduOSS/DeepLearningAndPaddleTutorial下lesson1子目录下。