-
1.线性回归
-
4.高级多层感知器-MNIST:加入了dropout层
-
10.模型的保存与加载
-
13.lstm不同计算模型比较
-
17.K折交叉验证
-
18.实用函数
本学习库代码与资料参考多修改自官网例子和网上资料,感谢他们的分享:
- https://github.com/leriomaggio/deep-learning-keras-tensorflow
- https://github.com/tgjeon/Keras-Tutorials
- http://keras-cn.readthedocs.io/en/latest/
附加:
- 1、单单从常见例子来看,相比
TensorFlow
,Keras
的代码的确简单了许多,函数也不会太复杂,但是用久了,确定会不清楚里面的实现细节,所以能有时间与精力写好TF
,尽量用TF
好一点。不过'TensorFlow'与'Keras'可以互相嵌套使用,两个联合学是最好的。另外一个框架PyTorch也赞誉不错,也是可以可以选择的框架之一。 - 2、里面使用的数据没有的话会自动下载,无法下载请各自下载数据。
- 3.最新版1.4加入了CudnnLSTM与CudnnGRU,速度比原来的LSTM与GRU快了许多,不同batch_size性能不同,推荐使用,这个库中的代码并没有更新这一部分。
- 4.使用版本为2.1.2。本库截止17年12月起不再更新,转向Tensorflow