文件名称：deep-learning:深度学习演示和实验
文件大小：15.43MB
文件格式：ZIP
更新时间：2024-06-05 13:23:41
deep-learning keras cnn rnn JupyterNotebook
深度学习演示和实验。 功能的应用与演示 分类的示例 顺序模型 功能性API 回归的示例 顺序模型 功能性API ： sklearn vs Keras中的线性回归。 Keras中的验证数据 在Keras中获取系数（权重）。 ：CNN示例。 内部Keras ：演示程序，用于验证Keras模型中层的参数。 ：一些Keras动作转化为线性代数运算。 致密层 合并 时间分布层 ：演示Keras TimeDistributed Layer的工作方式。 ：在Keras代码组织的一个角落的峰值。 有关设置深度学习环境的信息，请参见此处。 返回首页
【文件预览】：
deep-learning-master
----keras_time_series_original.py(3KB)
----_config.yml(48B)
----inspect_keras_model.py(2KB)
----.gitignore(1KB)
----keras_first_example.py(1KB)
----collaborative_filtering_keras.py(6KB)
----keras_plot_model.ipynb(45KB)
----tensorflow_demo.ipynb(7KB)
----keras_examples_babi_rnn.py(9KB)
----keras_input_models_vs_layers.ipynb(5KB)
----keras_early_stop.ipynb(421KB)
----README.md(3KB)
----keras_MNIST.ipynb(332KB)
----keras_examples_addition_rnn.ipynb(27KB)
----keras_examples_lstm_stateful.ipynb(94KB)
----keras_mimo.py(610B)
----keras_plot_model.py(958B)
----mxnet_demo.py(125B)
----keras_number_of_paramters.py(6KB)
----keras_mimo.ipynb(8KB)
----keras_input_models_vs_layers.py(869B)
----keras_regression.ipynb(117KB)
----collaborative_filtering_keras.ipynb(41KB)
----keras_classification.ipynb(52KB)
----keras_timedistributed.ipynb(8KB)
----keras_Conv2DTranspose.ipynb(7KB)
----keras_time_series_original.ipynb(82KB)
----run_tf_examples_speech_commands.ipynb(27.76MB)
----collaborative_filtering_keras_py27.ipynb(297KB)
----keras_polling.ipynb(10KB)
----number_parameters_dense_conv_nn.ipynb(10KB)
----keras_early_stop.py(2KB)
----keras_linear_algebra.ipynb(16KB)
----keras_examples_imdb_bidirectional_lstm.ipynb(14KB)
----gram_matrix.ipynb(4KB)
----southpark_rnn.ipynb(33KB)
----inspect_keras_model.ipynb(22KB)
----keras_first_example.ipynb(17KB)
----number_parameters_rnn_lstm.ipynb(5KB)
----keras_examples_lstm_stateful.py(8KB)
----keras_timedistributed.py(1KB)
----keras_repeatvector.ipynb(5KB)
----keras_rnn.py(1KB)
----keras_linear_algebra.py(2KB)
----keras_time_series.py(2KB)
----southpark_rnn.py(3KB)
----keras_dot.ipynb(5KB)
----keras_examples_lstm_text_generation.py(4KB)
----keras_regression.py(1KB)
----keras_linear_regression.py(2KB)
----keras_examples_babi_rnn.ipynb(40KB)
----keras_embedding.ipynb(12KB)
----tensorflow_demo.py(1KB)
----keras_repeatvector.py(632B)
----keras_rnn_return_sequences.py(486B)
----keras_number_of_paramters.ipynb(23KB)
----pseudo_labeling.ipynb(1.55MB)
----pseudo_labeling.py(3KB)
----keras_examples_imdb_bidirectional_lstm.py(2KB)
----keras_examples_lstm_text_generation.ipynb(26KB)
----number_parameters_dense_conv_nn.py(2KB)
----pytorch_demo.ipynb(26KB)
----keras_linear_regression.ipynb(56KB)
----theano_tutorial.ipynb(19KB)
----theano_tutorial.py(3KB)
----keras_rnn_return_sequences.ipynb(3KB)
----keras_dot.py(1KB)
----keras_time_series.ipynb(96KB)
----collaborative_filtering_keras_py27.py(4KB)
----keras_examples_imdb_lstm.ipynb(19KB)
----pytorch_grad.ipynb(19KB)
----keras_MNIST.py(2KB)
----utilities.py(517B)
----keras_embedding.py(2KB)
----number_parameters_rnn_lstm.py(951B)
----pytorch_demo.py(3KB)
----keras_examples_imdb_lstm.py(3KB)
----keras_rnn.ipynb(6KB)
----mxnet_demo.ipynb(2KB)
----keras_backend_session.ipynb(48KB)
----tensorflow_reduce_mean.ipynb(4KB)
----keras_classification.py(2KB)