keras使用说明超级棒 中文文档

keras中文文档，清晰。Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras： 简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性） 支持CNN和RNN，或二者的结合 无缝CPU和GPU切换 Keras适用的Python版本是：Python 2.7-3.6 Keras的设计原则是 用户友好：Keras是为人类而不是天顶星人设计的API。用户的使用体验始终是我们考虑的首要和中心内容。Keras遵循减少认知困难的最佳实践：Keras提供一致而简洁的API， 能够极大减少一般应用下用户的工作量，同时，Keras提供清晰和具有实践意义的bug反馈。 模块性：模型可理解为一个层的序列或数据的运算图，完全可配置的模块可以用最少的代价自由组合在一起。具体而言，网络层、损失函数、优化器、初始化策略、激活函数、正则化方法都是独立的模块，你可以使用它们来构建自己的模型。 易扩展性：添加新模块超级容易，只需要仿照现有的模块编写新的类或函数即可。创建新模块的便利性使得Keras更适合于先进的研究工作。 与Python协作：Keras没有单独的模型配置文件类型（作为对比，caffe有），模型由python代码描述，使其更紧凑和更易debug，并提供了扩展的便利性

keras.pdf

Keras官方中文文档.pdf Keras: 基于 Python 的深度学习库 Keras的官网翻译文档

Keras 是一个功能强大且易于使用的 Python 库，用于快速开发深度学习模型。它是对数值计算库 CNTK 和 TensorFlow 的有效封装，可以通过简单的几行代码来定义和训练神经网络模型。通过 Keras 可以创建贯序模型和函数模型。本章将使用 Keras 在 Python中创建第一个神经网络模型，这是一个简单的贯序模型，也是神经网络中最常见的模型。本章使用 Pima Indians 糖尿病发病情况数据集。这是一个可从 UCI Machine Learning免费下载的标准机器学习数据集（http://archive.ics.uci.edu/ml/datasets/Pima+Indians+ Diabetes）。它描述了 Pima Indians 的患者医疗记录数据，以及他们是否在五年内发生糖尿病。这是一个二元分类问题（糖尿病为 1 或非糖尿病为 0），描述每个患者的输入变量是数值类型，具有不同的尺度。下面列出了数据集的 8 个属性和输出结果。

Keras官方文档PDF版，带书签，一共307页，完整版，目前最好的版本！欢迎下载！

keras.pdf_Keras Cheat Sheets_电子版pdf版

Keras 中文文档pdf ，方便离线学习， 需要遵守下面的约定： 1. 除非得到授权，否则不可用于商业场合 2. 清晰标注作者和所有贡献者的信息