【文件属性】：
文件名称：Deep-Learning-with-Keras:Packt发行的Keras深度学习代码存储库
文件大小：901KB
文件格式：ZIP
更新时间：2021-04-12 19:22:01
JupyterNotebook
Keras的深度学习
这是发布的《 进行的代码库。 它包含从头到尾完成本书所必需的所有支持项目文件。
关于这本书
本书首先向您介绍有监督的学习算法，例如简单的线性回归，经典的多层感知器和更复杂的深度卷积网络。 此外，您还将了解无监督学习算法，例如自动编码器，受限玻尔兹曼机器和深度信任网络。 还详细说明了递归网络和长期短期记忆（LSTM）网络。 您还将探索图像处理，包括识别手写数字图像，将图像分类为不同类别以及具有相关图像注释的高级对象识别。 还提供了识别用于面部检测的显着点的示例。
说明和导航
所有代码都组织在文件夹中。 每个文件夹均以数字开头，后跟应用程序名称。 例如，Chapter02。
该代码将如下所示：
from keras.models import Sequential
model = Sequential()
model.add(Dense(12, input_dim=8
【文件预览】：
Deep-Learning-with-Keras-master
----Chapter07()
--------make_tensorboard.py(454B)
--------sent-thoughts-parse.py(6KB)
--------mem-network.py(6KB)
--------data_download_question_answer.sh(322B)
--------tf-keras-func.py(3KB)
--------func-api-multi.py(564B)
--------deep-dream.py(5KB)
--------air-quality-regression.py(2KB)
--------sent-thoughts-rnn.py(5KB)
--------func-api-func.py(418B)
--------style-transfer.py(5KB)
--------func-api-seq.py(297B)
----Chapter03()
--------keras_EvaluateCIFAR10.py(722B)
--------keras_VGG16.py(3KB)
--------keras_CIFAR10_simple.py(3KB)
--------keras_LeNet.py(3KB)
--------keras_CIFAR10_V1.py(4KB)
----Chapter08()
--------wrapped_game.py(5KB)
--------rl-network-viz.py(810B)
--------game.py(5KB)
--------game_screenshots.py(379B)
--------rl-network-train.py(5KB)
--------rl-network-test.py(2KB)
----Chapter06()
--------treebank_data.py(525B)
--------pos_tagging_data.py(4KB)
--------econs_data.py(804B)
--------umich_sentiment_lstm.py(4KB)
--------alice_chargen_rnn.py(4KB)
--------pos-tagging-explore.py(6KB)
--------pos_tagging_gru.py(7KB)
--------treebank_pos_gru.py(3KB)
--------treebank_pos_lstm.py(3KB)
--------econs_stateful.py(3KB)
----Chapter01()
--------keras_MINST_V2.py(2KB)
--------keras_MINST_V1.py(2KB)
--------keras_MINST_V3.py(2KB)
--------keras_MINST_V4.py(2KB)
----Chapter05()
--------make_tensorboard.py(811B)
--------finetune_word2vec_embeddings_tensorboard_embedding.py(4KB)
--------data_download_glove.sh(286B)
--------transfer_glove_embeddings.py(3KB)
--------keras_cbow.py(780B)
--------keras_skipgram.py(1KB)
--------transfer_word2vec_embeddings.py(3KB)
--------word2vec_cbow.py(4KB)
--------word2vec_gensim.py(2KB)
--------skipgram_example.py(632B)
--------finetune_glove_embeddings.py(3KB)
--------finetune_word2vec_embeddings.py(3KB)
--------data_download_text8.sh(276B)
--------transfer_word2vec_embeddings_tensorboard_embedding.py(3KB)
--------transfer_glove_embeddings_tensorboard_embedding.py(3KB)
--------learn_embedding_from_scratch.py(3KB)
--------word2vec_skipgram.py(4KB)
--------finetune_glove_embeddings_tensorboard_embedding.py(3KB)
--------learn_embedding_from_scratch_tensorboard_embedding.py(3KB)
----LICENSE(1KB)
----Chapter04()
--------Chapter04.ipynb(4.51MB)
--------legacy.py(2KB)
--------dcgan.py(7KB)
--------cifar10()
--------wavnet()
----.gitignore(872B)
----Appendix()
--------legacy.py(2KB)
----README.md(3KB)
----Chapter02()
--------cifar10_architecture.json(4KB)
--------keras_Azure.py(1KB)
--------keras_VGG16_prebuilt.py(758B)
----Docker()
--------Dockerfile(4KB)
--------Dockerfile-wavnet(4KB)
--------Makefile(4KB)
--------README.md(2KB)
--------Dockerfile-gpu(5KB)