Keras: 基于Python的深度学习库

Keras 是一个用 Python 编写的高级神经网络 API，它能够以TensorFlow, CNTK或者 Theano作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。

如果你在以下情况下需要深度学习库，请使用 Keras:

  • 允许简单而快速的原型设计（由于用户友好，高度模块化，可扩展性）。

  • 同时支持卷积神经网络和循环神经网络，以及两者的组合。

  • 在 CPU 和 GPU 上无缝运行。

阅读网站：https://keras123.com/

获得方式：

1、扫码下方二维码，添加「Python视界」微信公众号

2、回复「keras深度学习库」（建议复制）即可获取

👆长按上方二维码 2 秒回复「keras深度学习库」即可领取

教程里有什么

教程目录

  • 一、快速开始

    • Sequential顺序模型指引

    • 函数式API指引

    • FAQ常见问题解答

  • 二、模型

    • 关于Keras模型

    • Sequential顺序模型

    • Model（函数式API）

  • 三、网络层

    • 关于Keras网络层

    • 核心网络层

    • 卷积层Convolutional Layers

    • 池化层Pooling Layers

    • 局部连接层Locally-connected Layers

    • 循环层Recurrent Layers

    • 嵌入层Embedding Layers

    • 融合层 Merge Layers

    • 高级激活层 Advanced Activations Layers

    • 标准化层 Normalization Layers

    • 噪声层 Noise layers

    • 层封装器 Layer wrappers

    • 编写你自己的层

  • 四、数据预处理

    • 序列预处理

    • 文本预处理

    • 图像预处理

    • 损失函数 Losses

    • 评估标准 Metric

    • 优化器 Optimizers

    • 激活函数 Activations

    • 回调 Callbacks

    • 常用数据集 Datasets

    • 应用 Applications

    • 后端 Backend

    • 初始化 Initializers

    • 正则化 Regularizers

    • 约束项 Constraints

    • 可视化 Visualization

    • Scikit-learn API

    • 工具 Utils

    • 贡献

  • 五、经典样例

    • RNN 加法

    • 自定义层 - antirectifier

    • Baby RNN

    • Baby MemNN

    • CIFAR-10 CNN

    • CIFAR-10 ResNet

    • 卷积滤波器可视化

    • 卷积 LSTM

    • Deep Dream

    • 图片 OCR

    • 双向 LSTM

    • 1D CNN 文本分类

    • CNN-LSTM 情感分类

    • Fasttext 文本分类

    • LSTM 情感分类

    • Sequence to sequence - 训练

    • Sequence to sequence - 预测

    • Stateful LSTM

  • LSTM for 文本生成

  • GAN 辅助分类器

赞 (0)

相关推荐