Julia机器学习 (machine learning)的相关知识已讲解完毕，接下来我们将学习Flux.jl。这个库是Julia中构建神经网络 (neural network)的主要工具。它的设计注重灵活性，并善用Julia的特性以实现高效计算，使其成为深度学习 (deep learning)项目的一个有力选项。

本章将带你了解Flux.jl的必要知识。你将学习如何使用它的主要组成部分来构建模型：层、链和激活函数 (activation function)。我们将讲解如何定义损失函数 (loss function)来衡量模型误差，以及优化器如何指导学习过程。Zygote.jl在为Flux提供自动微分方面起到的作用也将得到说明。本章最后将以构建和应用一个基本的神经网络作为总结，让你获得关于这些内容的实际操作经验。