会员登录|免费注册|忘记密码|管理入口 返回主站||保存桌面
推荐:学习人工智能(AI)的一些网站及教程资源
2024-12-19IP属地 湖北1

今年1月,Keras作者、谷歌AI研究员François Chollet在推特上发出召唤:讲中文的Keras用户们,是否有人愿意帮忙一起搞个Keras文档的中文版

一个多月后官方中文文档来了。

Keras 是 Google 的一位工程师 François Chollet 开发的一个框架,它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行,能帮助你快速的构建和训练自己的深度学习模型。 目前,Keras 是成长最快的一种深度学习框架。为了方便开发者了解和掌握 Keras,我们为大家准备了以下关于 Keras 的内容。

  1. ? 官网:keras.io
  2. ? 中文版文档:keras.io/zh/
  3. ? 快速入门:keras.io/zh/#30-kera…
  4. ? Github:github.com/keras-team/…
  5. ? Google+网上论坛:groups.google.com/forum/#!for…
  6. ? slack:kerasteam.slack.com/
  1. [译]神经网络的 “Hello world” --keras 入门

    Keras 框架发明者François Chollet推荐文章的翻译,出于Keras与scikit-learn的相似性,给出的引导教程:通过与scikit-learn的比较来使用Keras。

  2. [译] 中构建神经网络的 5 个步骤

    使用 Keras 创建、评价深度神经网络非常的便捷,不过你需要严格地遵循几个步骤来构建模型。 在本文中我们将一步步地探索在 Keras 中创建、训练、评价深度神经网络,并了解如何使用训练好的模型进行预测。

  3. [Keras TensorFlow教程:如何从零开发一个复杂深度学习模型]

  4. 用微信控制深度学习训练:中国特色的 keras 插件

    作者受微信监控Tensorflow训练的启发,开发了一个控制keras训练的插件(控制pytorch、mxnet、caffe交给各位了,动态图类的还可能可以用微信动态定义)。现在已经实现了包括被动监控、主动查询、远程关机/停止训练等多项功能。

以下是Keras发明者François Chollet的一些建议供参考

如果你不是很熟悉深度学习和机器学习的话,你可能需要先确认下你是否学过下列教程,只要你有一些 Python 的背景,这些很基础的课都很容易跟着学

  • 一个来自 CERN 的从零开始学神经网络和 Keras 的视频教程(cds.cern.ch/record/2157…

  • 来自 FastForwardLabs 的 Keras 「Hello world」(github.com/fastforward…

  • 「通过 Keras,一步步用 Python 开发你的第一个神经网络」(machinelearningmastery.com/tutorial-fi…

如果你已经了解了一些机器学习和深度学习的知识,那么最快上手的方式是

  • 阅读 Keras README(github.com/fchollet/ke…

  • 阅读序列模型(keras.io/getting-sta…

  • 阅读功能 API(keras.io/getting-sta…

阅读一些关键的 Keras 代码

  • MLP(github.com/fchollet/ke…

  • Convnet(github.com/fchollet/ke…

  • LSTM(github.com/fchollet/ke…

阅读 Keras 博客里的教程

  • 使用少量数据构建图象分类器(blog.keras.io/building-po…

  • 使用预训练词嵌入(blog.keras.io/using-pre-t…

  • 使用 Keras 构建自动编码器(blog.keras.io/building-au…) (blog.keras.io/building-au…)

  • 然后通过参加 Kaggle 比赛来将你学到的技能应用到现实世界的问题。或者,这里有一个 Keras 教程和项目的知François Chollet - Session on Aug 15, 2016 - Quora 识库(github.com/fchollet/ke…,你能在这里找到很多教程和代码实例。

推荐一些和TensorFlow 相关的实用网站

TensorFlow中文社区:http://www.tensorfly.cn/

TensorFlow官网地址:https://tensorflow.google.cn/

TensorFlow在GitHub上的源码:https://github.com/tensorflow/tensorflow

GitHub上的模型仓库:https://github.com/tensorflow/models

TensorFlow深度学习算法原理与编程实践(蒋子阳)代码下载:链接:https://pan.baidu.com/share/init?surl=Jp2_dWdFdX-PC1dbEvd06w 提取码:hhj8 或者在百度网盘:https://pan.baidu.com/s/1Z136-PhtxYbglFyo8vYCLA#list/path=%2F

TensorFlow游乐场(神经网络测试平台:http://playground.tensorflow.org,该网站上只需一个浏览器就能完成数据生成和简单的网络训练任务。

其它主流机器学习框架网站

Caffe官方网址:http://caffe.berkeleyvision.org/ GitHub源码:https://github.com/BVLC/caffe

Torch官方网址: http://torch.ch/ GitHub源码:https://github.com/torch/torch7

Theano官方网址: http://www.deeplearning.net/software/theano/ GitHub源码:https://github.com/Theano/Theano

MXNet官方网址:http://mxnet.incubator.apache.org/ GitHub源码:https://github.com/apache/incubator-mxnet

Keras官方网址: https://keras.io/ GitHub源码:https://github.com/keras-team/keras