目录:
Keras是Python中以CNTK、Tensorflow或者Theano为计算后台的一个深度学习建模环境。相对于其他深度学习的框架,如Tensorflow、Theano、Caffe等,Keras在实际应用中有一些显著的优点,其中最主要的优点就是Keras已经高度模块化了,支持现有的常见模型(CNN、RNN等),更重要的是建模过程相当方便快速,使用Keras可以快速地搭建深度网络,极大的加快了开发速度。此外,Keras具有用户友好性、模块化、易扩展、与Python协作友好的特点。
接下来为大家推荐几个笔者认为不错的Keras学习手册:
- Keras官方手册。非常详细的官方文档,文档中详细的介绍了从Keras每个知识点的用法,一步步带你从入门到精通。
- Keras中文官方手册。该中文官方手册是对对Keras英文官方手册最好的还原,适合所有阶段的Keras学习者阅读。
- Keras中文文档。另一个非官方的Keras中文文档,笔者花了近两年的时间在维护,文档也一直在更新,包含ConvLSTM2D、SimpleRNNCellKeras、GRUCell等最新的内容,非常用心的一份Keras文档。
- 安装Keras库进行深度学习。国外一篇比较火的博客,旨在演示如何安装Keras库进行深度学习。
- 黄海广博士力荐的Keras github项目。这个github的repository主要是博主在学习Keras的一些记录及练习,满满都是干货,建议大家看一下。
- 磐创AI Keras系列教程总结。从CNN到RNN,以入门、基础为主的讲解,适合小白学习。
- Waterloo大学关于Keras的课程,该视频在YouTube上有很高的播放率,课程质量非常高。
- CERN使用Keras进行深度学习系列教程,比较详细、权威的一个Keras系列教程视频。
- 莫烦Keras视频教程,莫烦老师的视频在B站、YouTube上都有很高的播放量,强烈推荐给大家。
- 再为大家推荐YouTube上另一个大佬Sentdex的Keras教学视频,还配套有相应的文本教程和笔记。
- 用LSTM在IMDB影评数据集做文本分类
- 路透社主题分类
- LSTM做文本生成
- 在IMDB数据集上使用FastText
- 基于LSTM的BABI数据集网络
- 预训练词向量
- 字符级卷积神经网络做文本分类
- LSTM预测一个人的性别
- RocAlphaGo,这个项目是DeepMind 2016年《自然》杂志的一个学生主导的实施项目,使用了Python)keras实现,代码清晰性更好。
- BetaGo,项目是使用keras的深度学习Go机器人。
- DeepJazz,使用Keras深度学习驱动的爵士乐生成系统;
- dataset-sts,语义文本相似度数据集集线器。
- NMT-Keras,利用球面进行神经机器翻译;
- Headline generator,利用循环神经网络独立生成新闻标题的实现。