文件名称：PyDataAmsterdam2018:我在PyData Amsterdam 2018上举办的研讨会的内容“使用Keras和Tensorflow进行深度学习的动手入门”
文件大小：10.05MB
文件格式：ZIP
更新时间：2024-05-29 19:25:13
JupyterNotebook
PyData阿姆斯特丹2018 我在2018年PyData阿姆斯特丹举办的``使用Keras研讨会的内容。 创建conda环境 conda env create -f environment.yml 从回购根目录启动jupyter笔记本 jupyter notebook 受众级别：新手 描述 深度学习已经征服了图像识别，NLP，语音识别等领域，并且是每个数据从业者必不可少的工具。 本教程面向有志向的深度学习者，其中包括快速钝化的深度学习概述，然后是动手实践教程，该教程将教您如何开始使用Keras和Tesorflow。 抽象的 深度学习已经征服了图像识别，NLP，语音识别等领域，并且是每个数据从业者必不可少的工具。 本教程面向有志向的深度学习者，其中包括快速钝化的深度学习概述，然后是动手实践教程，该教程将教您如何开始使用Keras和Tesorflow。 本教程适用于 知道机器学习的基础知识
【文件预览】：
PyDataAmsterdam2018-master
----.gitignore(1KB)
----README.md(2KB)
----03_basics_of_keras_sequential_api.ipynb(16KB)
----custom.css(2KB)
----04_build_your_first_convolutional_neural_network.ipynb(9KB)
----environment.yml(231B)
----00_course_introduction.ipynb(4KB)
----utils.py(5KB)
----02_deep_learning_tools.ipynb(4KB)
----Keras_Cheat_Sheet_Python.pdf(106KB)
----01_deep_learning_basics.ipynb(13KB)
----images()
--------dl_book.jpg(971KB)
--------lecunn_quote.jpg(295KB)
--------background.jpg(504KB)
--------model_diagram.gif(15KB)
--------pytorch.jpeg(23KB)
--------scorpion.jpg(16KB)
--------automatic-differentiation.png(147KB)
--------backpropagation_1.gif(20KB)
--------forward_pass_1.gif(17KB)
--------keras.png(49KB)
--------logo.png(73KB)
--------optimizers_2.gif(714KB)
--------dl_timeline.png(130KB)
--------tensorflow.png(26KB)
--------layers.jpg(223KB)
--------backpropagation_2.gif(24KB)
--------dnn_labels.png(192KB)
--------neural_networks_collection.png(274KB)
--------inceptionV3.png(232KB)
--------frameworks-github.png(717KB)
--------neurons.jpg(224KB)
--------neuron_comparison.png(51KB)
--------visdom.gif(4.43MB)
--------forward_pass_0.gif(16KB)
--------forward_pass_2.gif(16KB)
--------dnn.png(41KB)
--------mobilenet.jpeg(302KB)
--------pre_trained_models.png(60KB)
--------backpropagation_3.gif(22KB)
--------artificial_neuron.jpg(88KB)
--------frameworks-time.png(120KB)
--------optimizers_1.gif(893KB)
--------tensorboard.png(36KB)
--------backpropagation_0.gif(17KB)
----05_transfer_learning_for_image_classification.ipynb(12KB)
----data()
--------moons.csv(40KB)