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。
- ? 官网:keras.io
- ? 中文版文档:keras.io/zh/
- ? 快速入门:keras.io/zh/#30-kera…
- ? Github:github.com/keras-team/…
- ? Google+网上论坛:groups.google.com/forum/#!for…
- ? slack:kerasteam.slack.com/
-
[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。
-
[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。
-
[Keras TensorFlow教程:如何从零开发一个复杂深度学习模型]
-
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