
Spanish: 
SI eres como la mayoría de los principiantes, intentar aprender algo sobre Deep Learning puede ser abrumador.
Estás expuesto a demasiada información complicada demasiado rápido, y la mayor parte termina escapándose a tu comprensión.
SI estás cansado de todo eso, te va a encantar esta serie de videos que he creado para ti!
Mi objetivo es simplificar el tema, para que sepas lo necesario para entender todos los detalles técnicos.
Si alguna vez has intentado leer sobre Deep Learning en el pasado,
probablemente te cruzaste con términos como 'Deep Belief Nets'
'Convolutional Nets', 'Backpropagation', no linealidad, reconocimiento de imágenes...
O quizás te encontraste con los nombres de los grandes investigadores de Deep Learning, como Andrew Ng, Geoff Hinton, Yann LeCun, Yoshua Bengio, Andrej Karpathy
Si sigues las noticias sobre tecnología, quizás hayas llegado al 'Deep Learning' a través de la información proporcionada por las grandes compañías.
La compra de DeepMind por parte de Google, por 400 millones de dólares,

English: 
If you’re like most beginners, trying to learn about Deep Learning feels like taking a drink from a firehose
you’re hit with too much complicated info too quickly, and most of it ends up seeping out of your mind
If you’re tired of all that, then you’re gonna love the series I’ve created for you!
My goal is to simplify everything so that you know just enough to make sense out of all those technical details
If you’ve ever tried to look into Deep Learning in the past,
you probably immediately came across terms like Deep Belief Nets
Convolutional Nets, Backpropagation, non-linearity, Image recognition, and so on
Or maybe you came across the big Deep Learning researchers like Andrew Ng, Geoff Hinton, Yann LeCun, Yoshua Bengio, Andrej Karpathy
If you follow tech news you may have even heard about Deep Learning in big companies
Google buying DeepMind for 400 million dollars,

Chinese: 
如果你像大多数初学者，尝试深度学习就像从火灾现场喝水一样困难
那是因为你接受了太多太复杂的信息，其中的大多数最终会从你的脑子里溜走
如果你厌倦了这一切，那么你会喜欢我为您创建的系列！
我的目标是简化一切，让你知道的刚好够弄明白这些技术细节
如果你曾经试图深入学习深度学习，
你可能马上遇到像深度信念网络（DBN）这样的名词
卷积网络，反向传播，非线性，图像识别等
或者，也许你会接触深度学习研究大牛，比如Andrew Ng, Geoff Hinton, Yann LeCun, Yoshua Bengio, Andrej Karpathy
如果你追踪科技新闻，你可能已经听说过大公司使用的深度学习技术
谷歌 400万美金收购DeepMind，

Portuguese: 
Se você está tentando aprender sobre Deep Learning e sente uma enxurrada de informações
você recebe muita informação complexa, e boa parte acaba não entrando na sua cabeça
Se você está cansado disso, então você vai amar a série que eu criei pra você!
Meu objetivo é simplificar tudo para que você entenda a base sem todos aqueles detalhes técnicos
Se você alguma vez já tentou dar uma olhada em Deep Learning,
você provavelmente se deparou com termos como Deep Belief Nets
Redes de convolução, Backpropagation, Não-linearidade, Reconhecimento de Imagem, entre outras
Ou talvez se deparou com grandes pesquisadores de Deep Learning como Andrew Ng, Geoff Hinton, Yann LeCun, Yoshua Bengio, Andrej Karpathy
Se você acompanha notícias de tecnologia, talvez você já tenha ouvido falar de Deep Learning em grandes empresas
Google comprando a DeepMind por 400 milhões de dólares,

Chinese: 
如果你像大多数初学者，感觉了解深度学习就像从消防栓里喝水一样困难
你被过多信息冲昏头脑，而且大部分效果是左耳进右耳出
如果你厌倦了这一切，那么你会喜欢我为您创建的视频系列！
我的目标是简化一切，让你知道足够弄明白所有这些技术细节的概念
如果你曾经试图寻理解深度学习，
你可能马上遇到像Deep Belief Nets这样的术语
卷积网络，反向传播，非线性，图像识别等词汇
或者，也许你也听说过知名深度学习研究人员安德鲁像 吴芮韩丁，晏LeCun，Yoshua Bengio，安德烈Karpathy来了
如果你关注科技新闻，你可能已经听说过深度学习的大公司
谷歌收购DeepMind花了400万美金，

Arabic: 
إذا كنت مثل معظم المبتدئين، محاولة معرفة المزيد عن  "التعلم العميق" (تعلم الآلة) يشعرك وكأنك تأخذ شراباً من خرطوم الحريق
تُوَاجه الكثير من المعلومات المعقدة بسرعة كبيرة جدا، وأكثرها ينتهي بها تتسرب من عقلك
إذا كنت قد تعبت من كل ذلك، إذا سوف تحب السلسلة التي صنعتها لك!
هدفي هو تبسيط كل شيء حتى يتسنى لك معرفة ما يكفي لإيجاد معنى خلف كل هذه التفاصيل التقنية
إذا كنت قد حاولت من قبل الإطلاع عن التعلم العميق في الماضي
على الأرجح قد صادفت مباشرة مصطلحات مثل شبكات الإيمان العميق
شبكات إلتفافيه، الإنتشار الخلفي، غير الخطي، التعرف على الصور، إلخ ...
أو ربما قد صادفت  الباحثون الكبار في التعلم العميق مثل أندرو إنغ، جيف هينتين، يان لي كون، يوشوا بينجيو، أندري كارباثي
إذا كنت مطلعاً على أخبار التكنولوجيا قد تكون على الأرجح سمعت عن التعلم العميق في الشركات الكبرى
شراء جوجل لـ"DeepMind" مقابل 400 مليون دولار،

Portuguese: 
Se você é como a maioria dos iniciantes, tentar aprender sobre Deep Learning é como tomar uma bebida de uma Mangueira de incêndio
Você é atingido com demasiada informação complicada muito rapidamente, e a maior parte dela acaba por escorrer de sua mente
Se você está cansado de tudo isso, então você vai adorar a série que eu criei para você!
Meu objetivo é simplificar tudo para que você saiba o suficiente para fazer sentido fora de todos os detalhes técnicos
Se você já tentou olhar Deep Learning no passado,
Você provavelmente se deparou com termos como Deep Belief Nets
Redes convolucionais, Backpropagation, não linearidade, reconhecimento de imagem, e assim por diante
Ou talvez você se deparou com os grandes pesquisadores Deep Learning como Andrew Ng, Geoff Hinton, Yann LeCun, Yoshua Bengio, Andrej Karpathy
Se você seguir notícias de tecnologia que você pode ter ouvido falar sobre Deep Learning em grandes empresas
Google comprando DeepMind por 400 milhões de dólares,

Korean: 
딥 러닝을 처음 배우신다면,
관련된 모든게 너무 버겁게 느껴지실거에요.
(의역 : 소방호스로 물을 마시는 것 처럼)
한 번에 너무 많은 정보를 접하게 되고, 또 대부분은 잊어버리게 됩니다.
그런 학습방법에 지치셨다면, 이 시리즈를 좋아하시게 될거에요.
이 시리즈는, 어려운 기술적인 부분을 이해할 수 있을만큼만 
단순화해서 설명해드립니다.
이전에 딥 러닝에 대해서 찾아보신 분들은,
아마도  'Deep Belief Nets'과 같은 용어를 보신 적이 있을 겁니다.
'Convolutional Nets(컨볼루션 넷)', 'Backpropagation(역전파)',
 'non-linearity(비 선형성)', 'Image recognition(이미지 인식)', 등등 도요.
혹은 딥 러닝 분야의 대가들인  Andrew Ng, Geoff Hinton, Yann LeCun, 
Yoshua Bengio, Andrej Karpathy의 이름도 들어 보셨을거에요.
기술 관련 뉴스를 보셨다면, 
딥 러닝 관련 대기업들에 대해서도 들어 보셨을겁니다.
구글은 딥마인드를 4억 달러에 사들였고,

Thai: 
ถ้าคุณเป็นเหมือนผู้เริ่มต้นใหม่ส่วนใหญ่ การพยายามเรียน 
Deep Learning ก็เหมือนกับดื่มน้ำจากหัวดับเพลิง
คุณจะถูกฉีดด้วยข้อมูลที่ซับซ้อนเกินไป เร็วเกินไป
และข้อมูลส่วนใหญ่จะรั่วไหลผ่านคุณไป
ถ้าคุณเหนื่อยกับเรื่องพวกนั้น คุณจะชอบ
ซีรี่ส์ที่ฉันสร้างให้คุณนี้!
เป้าหมายของฉันคือทำให้ทุกอย่างง่ายลง จนกระทั่ง
คุณรู้พอจะเข้าใจ ไม่ใช่รายละเอียดทางเทคนิคทั้งหมด
ถ้าคุณเคยลองดู Deep Learning ในอดีต
คุณอาจจะเคยเจอคำว่า Deep Belief Nets
Convolutional Nets, Backpropagation,
non-linearity, Image recognition และอื่นๆ
หรือบางทีคุณอาจเคยได้ยินชื่อนักวิจัยด้าน Deep Learning อย่าง 
Andrew Ng, Geoff Hinton, Yann LeCun, Yoshua Bengio, Andrej Karpathy
ถ้าคุณติดตามข่าวเทคฯ คุณอาจเคยได้เห็นเกี่ยวกับ
Deep Learning ในบริษัทใหญ่ๆ
อย่างเช่น Google ซื้อ DeepMind 
ในราคา 400 ล้านดอลล่าร์

Chinese: 
苹果和它的自动驾驶汽车
NVIDIA及其图形处理器
和丰田的数十亿美元的人工智能研究的投资。
但总有一件事难以被找到：
深度学习的解释到底是什么？
任何人都可以理解的简单的描述
这方面的视屏要么太偏向数学
或者有太多的代码
或者太容易令人困惑，太高端，在100000英尺的高空难以接触
在这个系列中，我将不会用一大堆吓人的数学或代码的情况下为你解释深度学习。
这并不是说深学习技术方面是不理想的。
事实上，如果你想要在这个领域走的更远，你会不可避免的学习他们。
但是，如果你像我一样，你可能只是想跳到让深度学习不再吓人的程度
让一切都变得有意义。

Arabic: 
شركة Apple وسياراتها ذاتية القياده،
شركة إنفيديا ووحدات معالجة الرسومات الخاصة بها،
و إنفاق تويوتا مليار دولار للإستثمار في بحوث الذكاء الإصطناعي.
ولكن هناك شيء واحد يصعب العثور عليه دائما
شرح لما هو التعلم العميق فعليا
بلغة بسيطة يمكن لأي شخص أن يفهمها
مقاطع الفيديو حول هذا الموضوع عادةً تكون إما رياضيةً للغاية
أو لديها الكثير من الأكواد (أسطر برمجيه)
أو معقدة للغاية بدرجة عالية وصعبة المنال كما لو أنها على إرتفاع 100,000 قدم في الهواء
في هذه السلسلة، سأقوم بشرح التعلم العميق لك من دون إخافتك بعيدا بكل تلك الرياضيات والأكواد
ليس وكأن الجانب التقني من التعلم العميق سيئ
في الواقع، إذا كنت تريد أن تعرف المزيد عن هذا المجال، سوف تحتاج إلى معرفته في مرحلة ما
ولكن إذا كنت مثلي، ربما كنت ترغب فقط في القفز الى نقطة حيث التعلم العميق لا يكون مخيفا بعد الآن
وكل شيء يكون منطقياً

Portuguese: 
Apple e seu carro autônomo
nVidia e suas placas gráficas
e o investimento bilionário da Toyota em pesquisas de Inteligência Artificial
Mas tem uma coisa sempre difícil de encontrar:
uma explanação do que Deep Learning é de fato
em uma linguagem simples que qualquer um possa entender
Geralmente, vídeos do assunto ou têm muita matemática
Ou muito código
Ou têm um nível tão confusamente alto que poderiam muito bem estar a 30 mil metros de altura
Nesta série, eu vou te explicar Deep Learning sem te assustar com toda essa matemática e código
Não é que esse lado do Deep Learning seja ruim.
Na verdade, se você quiser se aprofundar no assunto, você terá que aprender essas coisas em algum momento.
Mas se você é como eu, provavelmente só quer pular para o ponto onde Deep Learning não é assustador
e tudo simplesmente faz sentido.

Chinese: 
苹果和它的自动驾驶汽车
NVIDIA及其图形处理器
以及丰田在人工智能研究的数十亿美元的投资。
但有一件事，总是很难找到：
什么是深层学习?
简而言之，任何人都可以理解的语言
其他影片通常要么设计太多数学问题
要么有太多的代码
或者水平太高，遥不可及就像在10万英尺高的空中
这个系列的视屏中，我将解释深度学习，保证没有会把你吓跑的数学和代码
这并不是说深度学习的技术细节是无用的。
事实上，如果你想要在这个领域走得远些，你总需在某个时候了解他们。
但是，如果你像我一样，你可能只是想跳过深度学习可怕的部分
并试着理清头绪.

Spanish: 
Apple y su coche autónomo
nVidia y sus GPUs
y la inversión de mil millones de dólares en investigación sobre IA por parte de Toyota
Pero hay una cosa que siempre es difícil de encontrar:
una explicación sobre qué es realmente el 'Deep Learning'
en términos sencillos que cualquiera pueda entender.
Los vídeos sobre el tema suelen ser excesivamente matemáticos,
incluir demasiado código,
o estar explicados a un nivel tan alto que parecieran estar volando en la estratósfera.
En esta serie de videos, voy a explicarte 'Deep Learning' sin asustarte con toda esa matemática y código
Esto no significa que el lado técnico del 'Deep Learning' sea malo
De hecho, si quieres llegar lejos en este campo, deberás aprenderlo tarde o temprano.
Pero si eres como yo, probablemente solo quieras llegar al punto en que Deep Learning no te asuste
y todo, simplemente, tenga sentido.

English: 
Apple and its self-driving Car
nVidia and its GPUs
and Toyota's billion dollar AI research investment.
But there’s one thing that’s always hard to find:
an explanation of what Deep Learning really is
in simple language that anyone can understand
Videos on the topic are usually either too mathematical
have too much code
or are so confusingly high level and out of reach that they might as well be 100,000 feet up in the air
In this series, I’m going to explain Deep Learning to you without scaring you away with all that math and code
It’s not that the technical side of Deep Learning is bad.
In fact, if you want to go far in this field, you’ll need to learn about it at some point.
But if you are like me, you probably just want to skip to the point where Deep Learning is no longer scary
and everything just makes sense.

Portuguese: 
Apple e seu carro auto-dirigindo
NVidia e suas GPUs
E o investimento da Toyota em bilhões de dólares.
Mas há uma coisa que é sempre difícil de encontrar:
Uma explicação do que Deep Learning realmente é
Em linguagem simples que qualquer pessoa possa entender
Os vídeos sobre o tópico são geralmente demasiado matemáticos
Tem muito código
Ou são tão confusamente alto nível e fora do alcance que eles poderiam muito bem estar 100.000 pés para cima no ar
Nesta série, vou explicar Deep Learning para você sem assustá-lo com toda essa matemática e código
Não é que o lado técnico da Aprendizagem Profunda seja ruim.
Na verdade, se você quiser ir longe neste campo, você precisará aprender sobre isso em algum momento.
Mas se você é como eu, você provavelmente só quer pular para o ponto onde Deep Learning não é mais assustador
E tudo faz sentido.

Thai: 
Apple กับรถขับด้วยตัวเองได้
Nvidia กับ GPU ของบริษัท
และการลงทุนวิจัยเอไอเป็นพันล้านของโตโยต้า
แต่มีสิ่งหนึ่งที่หาได้ยาก คือ
คำอธิบายว่า Deep Learning จริงๆ แล้วคืออะไร
เป็นภาษาง่ายๆ ที่ใครก็ตามเข้าใจได้
วิดีโอในหัวข้อนี้มักมีคณิตศาสตร์มากเกินไป
มีโค้ดมากเกินไป
หรืออยู่ในระดับสูง สูงเกินไปจนรู้สึกเหมือน
อยู่ในอากาศขึ้นไปเป็นแสนฟุต
ในซีรี่ส์นี้ ฉันจะอธิบาย Deep Learning ให้คุณฟัง
โดยไม่ทำให้คุณกลัวเลขและโค้ดพวกนั้น
ไม่ใช่ว่า ความรู้ทางเทคนิคใน 
Deep Learning นั้นแย่อะไร
ที่จริง ถ้าคุณอยากไปไกลในสาขานี้
คุณจะต้องเรียนเรื่องพวกนี้ ณ จุดหนึ่ง
แต่ถ้าคุณเป็นเหมือนฉัน คุณอาจจะอยากข้าม
ไปถึงจุดที่ Deep Learning ไม่น่าจะกลัวอีกต่อไป
และทุกอย่างดูสมเหตุสมผล

Korean: 
애플이 만드는 자율 주행차,
엔비디아(nVidia)의 GPU,
그리고 도요타가 인공지능 연구에 십억 달러를 투자한 것도요.
그러나 정말로 쉽게 찾아보기 힘든 것은 말이죠.
딥 러닝이 정말 무엇을 의미하는지
누구나 알아들을 수 있는 언어로 설명해주는 영상입니다.
대부분의 영상들은 너무 수학적이거나,
프로그래밍 코드가 너무 많이 나오고,
너무 어렵게 설명해서 비전공들은 결코 이해할 수 없을 정도입니다.
이 시리즈에서, 저희는 겁나는 코드나 수학들은 빼버리고 딥 러닝에 대해서 알아볼 겁니다.
딥 러닝에 대한 기술적인(technical) 면을 다루는 것이 나쁘다는 것이 아닙니다.
이 분야로 계속 공부하실거라면, 언젠가는 배워야 할 것들이니까요.
그렇지만, 비 전공자들도 딥 러닝에 대해 겁내하지 않고,
어느정도 이해하고 있는 수준이 된다면 좋을거에요.

Chinese: 
我知道这听起来很吓人，因为有这么多的信息，但是这就是为什么我在这里帮助！
最起码，我希望带领你走到你明白如何利用
强大的可用的深度学习的软件以及库。
如果你曾经在找寻明确的深度学习的信息时努力过，
请评论，让我知道你的想法！
在接下来的几个视频，我想带你一起一步一步
直到你知道的让一切都开始变得有意义。
你不会知道的这个领域的一切，但你会对这个领域有更好的理解
关于要学习什么和下一步怎么做，如果你有兴趣学习更多。
我们将从深度学习的一些基本概念入手。
我们会触及到各种不同的模型和一些如何选择模型的想法。
别担心 - 就像我承诺的，我们将跳过数学部分直接到直觉
稍后，您将了解深学习一些不同的用例
那之后，我们会学到得到实际的东西 -
首先你会看到一些平台，让您建立自己的深度网络，

Arabic: 
أنا أعلم أنه يبدو مخيفاً لأن هناك الكثير من المعلومات، ولكن لهذا السبب أنا موجودة هنا للمساعدة!
على أقل تقدير، أريد إيصالك الى النقطة حيث تعرف كيفية الاستفادة من كل
برامج التعلم العميق والمكتبات الرائعة المتوفره
إذا كنت قد كافحت في ما مضى من أجل العثور على معلومات واضحة عن التعلم العميق،
الرجاء التعليق و إسمح لي أن أعرف أفكارك!
على مدى مقاطع الفيديو القادمة، أريد أن أجلبك معي 
 خطوة بخطوة
حتى تعرف ما يكفي ليصبح كل شيء يكون منطقياً
لن تعرف كل شيء عن هذا المجال، ولكن سيكون لديك فكرة أفضل
عما يمكن تعلمه وأين ستذهب تاليا إذا كنت مهتماً في معرفة المزيد
سنبدأ مع بعض المفاهيم الأساسية حول التعلم العميق
و سنتطرق إلى أنواع مختلفة من النماذج وبعض الأفكار لكيفية الإختيار بينهم.
ولا تقلق - مثلما وعدت، سوف نتخطي الرياضيات ونذهب مباشرة الى المنطق
وفي وقت لاحق، ستتعرف على بعض حالات الإستخدام المختلفة للتعلم العميق
ثم بعد ذلك، سنصل الى الأشياء العمليه
أولا سترى بعض المنصات التي تسمح لك ببناء شبكاتك العميقة (شبكات عصبونية) الخاصة،

Korean: 
이 분야에 대한 너무나 많은 정보들이 있어서 배우기가 꺼려질 수도 있지만, 저희가 도와드릴게요.
적어도 이 시리즈를 함께 진행하면서,
사용할 수 있는 좋은 딥러닝 소프트웨어와 라이브러리들을 
사용 할 수 있는 정도가 되어보도록 합시다.
이제까지 딥러닝을 공부하는데 어려움을 겪으셨던 분들께서는,
코멘트를 남겨주세요!
이어질 시리즈에서, 딥러닝에 대해서 한단계씩 배워 나갈거에요.
여러분이 전체적인 그림을 볼 수 있게 될 때 까지요.
이 분야에 대한 모든 것을 알 수는 없겠지만,
무엇을 배워야 하고, 또 다음 단계는 무엇인지에 대한 
전체적인 밑그림을 그릴 수 있게 되실 겁니다.
딥 러닝에 대한 기초적인 개념들을 다루는 것으로 시작하,
여러 종류의 모델과 그 모델을 선택하는 방식들을 알아볼 겁니다.
걱정 마세요. 수학적인 부분은 다루지 않고, 직관적으로 이해할 수 있게 설명할 거에요.
이후에는 딥 러닝의 여러가지 용도에 대해 배울 겁니다.
그리고 그 다음에는 여러가지 실용적인 면들을 다룰거에요.
고첫번째로, 직접 딥 넷을 만들어 볼 수 있는 도구(platform)들을 보게 될거고,

Thai: 
ฉันรู้ว่ามันฟังดูน่ากลัว เพราะมันมีข้อมูลมากมาย
แต่นั่นคือสาเหตุที่ฉันอยู่ตรงนี้เพื่อช่วยคุณ!
อย่างน้อยที่สุด ฉันอยากให้คุณถึงจุดที่
คุณรู้วิธีใช้ประโยชน์จาก
ซอฟต์แวร์และ libraries ของ Deep Learning
ที่มีอยู่แล้ว
ถ้าคุณเคยมีปัญหาเกี่ยวกับ
ข้อมูลชัดเจนเรื่อง Deep Learning
ช่วยคอมเมนต์และเล่าความคิดคุณให้ฉันรู้หน่อยนะ!
ในวิดีโอต่อๆ ไป ฉันอยากพาคุณไปทีละขั้น
กระทั่งคุณรู้พอ เริ่มเห็นว่าทุกอย่างเข้ากัน
คุณจะไม่ได้รู้ทุกอย่างในสาขานี้ 
แต่คุณจะเข้าใจดีขึ้น
ว่ามีอะไรให้เรียน และมีอะไรให้ไปต่อ
ถ้าคุณสนใจเรียนรู้ต่อ
เราจะเริ่มด้วยหลักพื้นฐานเกี่ยวกับ
Deep Learning
เราจะพูดถึงแบบจำลองต่างๆ และแนวคิด
ในการเลือกแบบจำลองเหล่านั้น
แต่ไม่ต้องกังวลไป -- อย่างที่ฉันสัญญา
เราจะข้ามคณิตศาสตร์ และตรงไปเรื่องสัญชาตญาณ
ต่อไป คุณจะเรียนเรื่องการใช้งานแบบต่างๆ
สำหรับ Deep Learning
แล้วหลังจาก เราจะไปถึงเรื่องเชิงปฏิบัติ --
คุณจะได้เห็นแพลตฟอร์มที่ทำให้
คุณสร้าง deep nets ของตัวเองได้

Chinese: 
我知道这听起来很吓人，因为有这么多的信息，但是这就是为什么我在这里帮助你！
最起码，我希望你能做到这点：知道如何利用的一切
深度学习软件和可用的软件库。
如果你曾经觉得明确定义深度学习，
请评论，让我知道你的想法！
在接下来的几个视频，我想带你一起，一步一步
直到你知道足够多的信息了解深度学习。
你不会知道深度学习领域里的所有知识，但你有更好的概念性知识
应该学什么和下一阶段学什么，如果你有兴趣学习更多。
我们将从有关深学习一些基本概念入手。
我们会触及到各种不同的模型和一些想法，为他们之间进行选择。
别担心 - 就像我承诺的，我们将跳过数学直接使用直觉。
稍后，您将了解深学习一些不同的使用情况。
那之后，我们会得到实际的东西 -
首先你会看到一些平台，让您建立自己的深网，

Spanish: 
Sé que suena intimidante debido a la enorme cantidad de información disponible, pero éste es el motivo por el que estoy aquí para ayudarte!
Al menos quiero llevarte a una situación en la que sepas aprovecharte
del magnífico software y librerías disponibles en el mundo del 'Deep Lerning'
Si alguna vez tuviste problemas al intentar buscar información clara y sencilla sobre Deep Learning,
por favor comentalo y hazme saber lo que piensas!
En los siguientes vídeos, quiero guiarte, paso a paso,
hasta que sepas lo suficiente para que todo comience a cobrar sentido.
No sabrás todo sobre la materia, pero tendrás una mejor idea
sobre qué materiales están disponibles para aprender, y por dónde continuar si estás interesado en profundizar.
Empezaremos con conceptos básicos sobre Deep Learning
Luego abarcaremos los diferentes tipos de modelos, y algunos criterios para elegir entre ellos.
Y no te preocupes. Tal y como te he prometido, pasaremos por encima de la matemática involucrada e iremos, directamente, a la intuición.
Luego, aprenderás sobre diferentes casos de uso del Deep Learning
y, finalmente, abordaremos los temas prácticos.
Primero verás algunas plataformas que te permiten construir tus propias Deep Nets

Portuguese: 
Eu sei que parece intimidador por ter muita informação, mas é nisso que vou te ajudar
Por último, quero fazer você chegar ao ponto que saiba tirar vantagem
de todos os softwares e bibliotecas de Deep Learning que estão disponíveis.
Se você já sofreu para encontrar informações claras sobre Deep Learning,
por favor, comente e me conte o que você pensa.
Nos próximos vídeos, eu quero te levar um passo de cada vez
até você entender o suficiente para tudo  fazer sentido
Você não vai saber tudo sobre a área, mas vai ter uma ideia melhor
sobre o que tem pra aprender e aonde ir depois caso esteja interessado em aprender mais.
Começaremos com alguns conceitos básicos sobre Deep Learning
Falaremos sobre diferentes modelos e algumas ideias para escolher entre elas
E não se preocupe - como prometido, vamos pular toda a matemática e ir direto par a parte intuitiva.
Depois, você aprenderá sobre alguns diferentes casos de uso para o Deep Learning.
E depois disso, vamos para a parte prática
primeiro você verá algumas plataformas que permitem que você construa sua própria rede neural,

Portuguese: 
Sei que parece intimidador, pois há tanta informação, mas é por isso que estou aqui para ajudar!
No mínimo, eu quero levá-lo ao ponto onde você sabe como tirar proveito de todos os
Grande Deep Learning software e bibliotecas que estão disponíveis.
Se você já lutou para encontrar informações claras sobre Deep Learning,
Por favor comente e deixe-me saber seus pensamentos!
Ao longo dos próximos vídeos, eu quero trazê-lo passo a passo
Até que você saiba apenas o suficiente onde tudo começa a fazer sentido.
Você não vai saber tudo sobre o campo, mas você terá uma idéia melhor
Do que há para aprender e para onde ir se você estiver interessado em aprender mais.
Vamos começar com alguns conceitos básicos sobre Aprendizagem Profunda.
Vamos falar sobre os diferentes tipos de modelos e algumas idéias para escolher entre eles.
E não se preocupe - como eu prometi, vamos pular a matemática e ir direto para a intuição.
Mais tarde, você aprenderá sobre alguns casos de uso diferentes para Aprendizado Profundo.
Em seguida, depois disso, vamos chegar ao material prático
Primeiro você verá algumas plataformas que permitem construir suas próprias deep nets (redes profundas),

English: 
I know it sounds intimidating since there’s so much information, but that’s why I’m here to help!
At the very least, I want to get you to the point where you know how to take advantage of all the
great Deep Learning software and libraries that are available.
If you’ve ever struggled with finding clear information on Deep Learning,
please comment and let me know your thoughts!
Over the next several videos, I wanna bring you along step by step
until you know just enough where everything starts to make sense.
You won’t know everything about the field, but you’ll have a better idea
of what there is to learn and where to go next if you’re interested in learning more.
We'll start with some basic concepts about Deep learning.
We’ll touch on the different kinds of models and some ideas for choosing between them.
And don’t worry – like I promised, we’ll skip the math and go straight to the intuition.
Later, you'll learn about some different use cases for Deep Learning.
Then after that, we’ll get to the practical stuff -
first you'll see some platforms that allow you to build your own deep nets,

Thai: 
แล้วคุณจะได้เรียนเกี่ยวกับ software libraries
ที่คุณใช้สำหรับแอพฯ ส่วนตัวได้
ยูทูปเป็นช่องทางที่เยี่ยมสำหรับบทเรียนเหล่านี้
เพราะการสื่อสารไม่ได้มีเพียงทางเดียว
ถ้าคุณรู้สึกว่าฉันพูดไม่ชัดเจน หรือมีอะไร
ที่คุณอยากให้ฉันเพิ่ม
ทิ้งคอมเมนต์และเข้ามามีส่วนร่วมได้ตามสบายเลย
ผู้ชมคนอื่นๆ และฉันอยากได้ยินจากคุณนะ!

Portuguese: 
e então, aprenderá sobre bibliotecas de software que você pode usar para seus apps pessoais.
O YouTube é um ótimo canal para essas lições porque a comunicação não tem que ser de mão única.
Se você em algum momento achar que não estou sendo clara ou que há algo a ser acrescentado,
sinta-se a vontade para comentar e contribuir.
Eu e todos que estão assistindo queremos te ouvir!

Spanish: 
y luego, aprenderás sobre las librerías de software que puedes usar para tus aplicaciones personales.
Youtube es un excelente medio para estas lecciones, porque la comunicación no tiene porque que ser en un único sentido.
Si sientes que no estoy siendo clara, o hay algo que te gustaría agregar,
deja un comentario y contribuye
Tanto los otros usuarios como yo misma estamos deseando saber lo que piensas!

English: 
and then you’ll learn about software libraries you can use for your own personal apps.
YouTube is a great channel for these lessons because communication doesn’t have to be one way.
If you ever feel that I’m being unclear or there’s anything you’d like to add,
feel free to leave a comment and contribute.
The other viewers and I all want to hear from you!

Portuguese: 
E então você aprenderá sobre bibliotecas de software que você pode usar para seus próprios aplicativos pessoais.
O YouTube é um ótimo canal para essas lições porque a comunicação não precisa ter uma forma.
Se você já sentir que estou sendo obscuro ou há alguma coisa que você gostaria de acrescentar,
Sinta-se livre para deixar um comentário e contribuir.
Os outros espectadores e eu queremos ouvir você!

Chinese: 
然后你会了解一些可以在你的私人应用上使用的软件库
对这些课程来说，YouTube是一个强大的渠道，因为通信可以使双向的。
如果你感到不确定，或者你有什么想要添加
随意发表评论，并作出贡献。
其他的观众和我都希望听到你的声音！

Arabic: 
ومن ثم ستتعلم عن المكتبات البرمجية التي يمكنك استخدامها لتطبيقاتك الشخصية
اليوتيوب قناة رائعة لهذه الدروس لأن التواصل لا يجب أن يكون في اتجاه واحد
إذا شعرت في أي وقت بعدم الفهم أو كان هناك أي شيء  ترغب في إضافه
لا تتردد في ترك تعليق والمساهمه
المشاهدين الآخرين وأنا جميعا نرغب أن نستمع لك :)
إذا رغبت بالتعليق قم بكتابتة باللغة الإنجليزية لزيادة فرصة التفاعل معك
لا تتردد في متابعة بقية السلسلة
وقوموا بالإشتراك في القناة فهي تستحق
- ترجمة  Silver Cube -

Chinese: 
然后你会了解，你可以使用自己的个人应用的软件库。
YouTube是很好的渠道，因为通信不必须是单向的。
如果你觉得我是不清楚或有什么事，你想添加进此系列视屏，
随时发表评论，并作出贡献。
其他的观众和我都希望听到你的声音！

Korean: 
그리고 나서는 직접 앱을 만들어 볼 수 있는 여러가지 라이브러리들을 다룰 겁니다.
유투브는 의사소통이 한 방향으로만 이뤄지지 않기 때문에 학습에 정말 좋은 도구 입니다.
만약 불분명한 부분이나, 추가하고 싶은 부분이 있다면,
코멘트를 남겨 주세요.
저 뿐만 아니라 다른 시청자들도 보고 있을 테니까요!
한국어 번역 : Junsik Choi
