Keras: 基于Python的深度学习库

Python视界分享

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/

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

阅读网站：https://keras123.com/