【文件属性】：
文件名称：Deep-Learning-with-python
文件大小：138KB
文件格式：ZIP
更新时间：2021-04-16 12:19:12
JupyterNotebook
python深度学习
1.
负荷模型
定义模型
编译模型
拟合模型
评估模型
2.
使用自动验证数据集
使用手动验证数据集
使用k折交叉验证
3.
使用交叉验证评估模型
网格搜索深度学习参数
4.
开发基线神经网络模型
通过标准化数据集提升性能
调整神经网络拓扑
评估更深的网络拓扑
评估更广泛的网络拓扑
5.
将Keras模型权重保存并加载到HDF5格式的文件中
将Keras模型结构保存并加载到JSON文件
将Keras模型结构保存并加载到YAML文件
6.
检查点神经网络模型改进
仅检查点最佳神经网络模型
加载保存的神经网络模型
7.
在训练时期的训练和验证数据集上的准确性图
在训练时期内训练和验证数据集上的损失图
【文件预览】：
Deep-Learning-with-python-main
----model.h5(15KB)
----housing.csv(48KB)
----README.md(2KB)
----Regression of Boston House Prices.ipynb(7KB)
----model.json(2KB)
----Using Keras Models with Scikit-Learn for General ML.ipynb(11KB)
----model.yaml(2KB)
----LICENSE(1KB)
----Understand Model Behavior During Training by Plotting History.ipynb(60KB)
----Saving DL Models with Serialization.ipynb(7KB)
----Checkpointing Neural Network Models.ipynb(31KB)
----weights.best.hdf5(34KB)
----First Neural Network with Keras.ipynb(23KB)
----Evaluating Performance of Deep Learning Models.ipynb(60KB)
----pima-indians-diabetes.data.csv(23KB)
----loss.png(13KB)
----accuracy.png(30KB)