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/
