Python 深度学习库 Keras 发布官方中文文档https://keras.io/zh/，这里有你需要了解的一切

今年1月，Keras作者、谷歌AI研究员François Chollet在推特上发出召唤：讲中文的Keras用户们，是否有人愿意帮忙一起搞个Keras文档的中文版？

一个多月后，官方中文文档来了。

Keras 是 Google 的一位工程师 François Chollet 开发的一个框架，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行，能帮助你快速的构建和训练自己的深度学习模型。 目前，Keras 是成长最快的一种深度学习框架。为了方便开发者了解和掌握 Keras，我们为大家准备了以下关于 Keras 的内容。

官方资源 💼

1. 👨 官网：keras.io
2. 📖 中文版文档：keras.io/zh/
3. 🏃 快速入门：keras.io/zh/#30-kera…
4. 🐙 Github：github.com/keras-team/…
5. 🗣 Google+网上论坛：groups.google.com/forum/#!for…
6. 🐥 slack：kerasteam.slack.com/

文章 📃

1. [译]神经网络的 "Hello world" --keras 入门

   Keras 框架发明者François Chollet推荐文章的翻译，出于Keras与scikit-learn的相似性，给出的引导教程：通过与scikit-learn的比较来使用Keras。

2. [译] 中构建神经网络的 5 个步骤

   使用 Keras 创建、评价深度神经网络非常的便捷，不过你需要严格地遵循几个步骤来构建模型。 在本文中我们将一步步地探索在 Keras 中创建、训练、评价深度神经网络，并了解如何使用训练好的模型进行预测。

3. [Keras TensorFlow教程：如何从零开发一个复杂深度学习模型]

   本文假设你已经熟悉了 TensorFlow 和卷积神经网络，如果，你还没有熟悉，那么可以先看看这个10分钟入门 TensorFlow 教程和卷积神经网络教程，然后再回来阅读这个文章。
   下图是 TensorFlow中文官网学习站
   (https://juejin.im/post/5a4661acf265da43294e60d9)
   

   

4. 用微信控制深度学习训练：中国特色的 keras 插件

   作者受微信监控Tensorflow训练的启发，开发了一个控制keras训练的插件（控制pytorch、mxnet、caffe交给各位了，动态图类的还可能可以用微信动态定义）。现在已经实现了包括被动监控、主动查询、远程关机/停止训练等多项功能。

教程 🍞

以下是Keras发明者François Chollet的一些建议供参考：

如果你不是很熟悉深度学习和机器学习的话，你可能需要先确认下你是否学过下列教程，只要你有一些 Python 的背景，这些很基础的课都很容易跟着学

• 一个来自 CERN 的从零开始学神经网络和 Keras 的视频教程（cds.cern.ch/record/2157…）

• 来自 FastForwardLabs 的 Keras 「Hello world」（github.com/fastforward…）

• 「通过 Keras，一步步用 Python 开发你的第一个神经网络」（machinelearningmastery.com/tutorial-fi…）

如果你已经了解了一些机器学习和深度学习的知识，那么最快上手的方式是：

• 阅读 Keras README（github.com/fchollet/ke…）

• 阅读序列模型（keras.io/getting-sta…）

• 阅读功能 API（keras.io/getting-sta…）

阅读一些关键的 Keras 代码：

• MLP（github.com/fchollet/ke…）

• Convnet（github.com/fchollet/ke…）

• LSTM（github.com/fchollet/ke…）

阅读 Keras 博客里的教程：

• 使用少量数据构建图象分类器（blog.keras.io/building-po…）

• 使用预训练词嵌入（blog.keras.io/using-pre-t…）

• 使用 Keras 构建自动编码器（blog.keras.io/building-au…） (blog.keras.io/building-au…)

• 然后通过参加 Kaggle 比赛来将你学到的技能应用到现实世界的问题。或者，这里有一个 Keras 教程和项目的知François Chollet - Session on Aug 15, 2016 - Quora 识库（github.com/fchollet/ke…），你能在这里找到很多教程和代码实例。

推荐一些和TensorFlow 相关的实用网站：

TensorFlow中文社区：http://www.tensorfly.cn/

TensorFlow官网地址：https://tensorflow.google.cn/

TensorFlow在GitHub上的源码：https://github.com/tensorflow/tensorflow

GitHub上的模型仓库：https://github.com/tensorflow/models

TensorFlow深度学习算法原理与编程实践（蒋子阳）代码下载：链接：https://pan.baidu.com/share/init?surl=Jp2_dWdFdX-PC1dbEvd06w 提取码：hhj8 或者在百度网盘：https://pan.baidu.com/s/1Z136-PhtxYbglFyo8vYCLA#list/path=%2F

TensorFlow游乐场（神经网络测试平台）：http://playground.tensorflow.org，该网站上只需一个浏览器就能完成数据生成和简单的网络训练任务。

其它主流机器学习框架网站：

Caffe官方网址：http://caffe.berkeleyvision.org/ GitHub源码：https://github.com/BVLC/caffe

Torch官方网址： http://torch.ch/ GitHub源码：https://github.com/torch/torch7

Theano官方网址： http://www.deeplearning.net/software/theano/ GitHub源码：https://github.com/Theano/Theano

MXNet官方网址：http://mxnet.incubator.apache.org/ GitHub源码：https://github.com/apache/incubator-mxnet

Keras官方网址： https://keras.io/ GitHub源码：https://github.com/keras-team/keras

<small>来源:https://blog.csdn.net/mzl_18353516147/article/details/89305712</small>

推荐使用书籍

Python深度学习

TensorFlow