官网实例详解-目录和实例简介-keras学习笔记四
https://github.com/keras-team/keras/tree/master/examples
Keras examples directory
Keras实例目录 (点击跳转)
官网实例详解4.6(cifar10_cnn_capsule.py)
官网实例详解4.7(cifar10_cnn_tfaugment2d.py)
官网实例详解4.9(conv_filter_visualization.py)
官网实例详解4.13(imdb_bidirectional_lstm.py)
官网实例详解4.18(lstm_seq2seq.py)
官网实例详解4.19(lstm_seq2seq_restore.py)
官网实例详解4.20(lstm_stateful.py)
官网实例详解4.21(lstm_text_generation.py)
官网实例详解4.24(mnist_dataset_api.py)
官网实例详解4.26(mnist_hierarchical_rnn.py)
官网实例详解4.25(mnist_denoising_autoencoder.py)
官网实例详解4.31(mnist_sklearn_wrapper.py)
官网实例详解4.34(mnist_transfer_cnn.py)
官网实例详解4.37(pretrained_word_embeddings.py)
官网实例详解4.39(reuters_mlp_relu_vs_selu.py)
官网实例详解4.40(variational_autoencoder.py)
官网实例详解4.41(variational_autoencoder_deconv.py)
Vision models examplesion models examples
视觉模型实例
mnist_mlp.py Trains a simple deep multi-layer perceptron on the MNIST dataset.
基于MINIST数据集训练简单的深度多层感知机
mnist_cnn.py Trains a simple convnet on the MNIST dataset.
基于MINIST数据集训练简单的卷积(神经网络)
cifar10_cnn.py Trains a simple deep CNN on the CIFAR10 small images dataset.
基于CIFAR10(较少图片)数据集训练简单深度卷积神经网络(deep CNN,深度卷积神经网络)
cifar10_resnet.py Trains a ResNet on the CIFAR10 small images dataset.
基于CIFAR10(较少图片)数据集训练ResNet(一种深度卷积神经网络)
conv_lstm.py Demonstrates the use of a convolutional LSTM network.
卷积LSTM(Long Short-Term Memory,长短期记忆网络)网络的使用演示
image_ocr.py Trains a convolutional stack followed by a recurrent stack and a CTC logloss function to perform optical character recognition (OCR).
训练一个卷积栈,后跟循环栈和CTC对数损失函数,演示光学字符识别。
CTC模型(Connectionist temporal classification,联结时间分类)接在RNN网络的最后一层用于序列学习所用;对于一段长度为T的序列来说,每个样本点 t 在RNN网络的最后一层都会输出一个softmax向量,表示预测概率;接上CTC模型之后,就可以正确预测出序列的标签;
OCR (Optical Character Recognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。
mnist_acgan.py Implementation of AC-GAN (Auxiliary Classifier GAN) on the MNIST dataset
基于MINIST数据集执行AC-GAN(辅助分类生成对抗网络)
GAN(Generative Adversarial Networks ,生成式对抗网络)是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中(至少)两个模块:生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出。原始 GAN 理论中,并不要求 G 和 D 都是神经网络,只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D 。一个优秀的GAN应用需要有良好的训练方法,否则可能由于神经网络模型的自由性而导致输出不理想。
mnist_hierarchical_rnn.py Trains a Hierarchical RNN (HRNN) to classify MNIST digits.
训练分层循环神经网络(HRNN)分类MINIST数字
mnist_siamese.py Trains a Siamese multi-layer perceptron on pairs of digits from the MNIST dataset.
在MNIST数据集的一对数字上训练一个连体多层感知器
mnist_swwae.py Trains a Stacked What-Where AutoEncoder built on residual blocks on the MNIST dataset.
基于MNIST数据集训练堆叠建立在残余模块的自解码器
mnist_transfer_cnn.py Transfer learning toy example.
迁移学习实例
Text & sequences examples
文本&序列实例
addition_rnn.py Implementation of sequence to sequence learning for performing addition of two numbers (as strings).
演示序列学习实现2个数字(字符串格式)的加法
babi_rnn.py Trains a two-branch recurrent network on the bAbI dataset for reading comprehension.
基于bAbI数据集训练两个分支的循环(神经)网络,实现阅读理解(看图说话)
babi_memnn.py Trains a memory network on the bAbI dataset for reading comprehension.
基于bAbI数据集训练记忆网络,实现阅读理解(看图说话)
imdb_bidirectional_lstm.py Trains a Bidirectional LSTM on the IMDB sentiment classification task.
基于IMDB(Internet Movie Database,互联网电影资料库。亚马逊旗下,一个关于电影演员、电影、电视节目、电视明星和电影制作的在线数据库)训练双向LSTM实现情感分类任务
imdb_cnn.py Demonstrates the use of Convolution1D for text classification.
基于IMDB(数据库)使用一维度卷积文本分类
imdb_cnn_lstm.py Trains a convolutional stack followed by a recurrent stack network on the IMDB sentiment classification task.
训练一个卷积栈,后跟循环栈网络,基于IMDB进行情感分类任务
imdb_fasttext.py Trains a FastText model on the IMDB sentiment classification task.
基于IMDB(数据库)情感分类任务训练快速文本模型
imdb_lstm.py Trains an LSTM model on the IMDB sentiment classification task.
基于IMDB(数据库)情感分类任务训练LSTM(一种RNN网络)模型
lstm_stateful.py Demonstrates how to use stateful RNNs to model long sequences efficiently.
带状态RNN高效地对长序列进行建模演示
pretrained_word_embeddings.py Loads pre-trained word embeddings (GloVe embeddings) into a frozen Keras Embedding layer, and uses it to train a text classification model on the 20 Newsgroup dataset.
加载预训练的词嵌入(手动)到Keras已冻结嵌入层,并基于20个Newsgroup(新闻组)数据集训练一个文本分类模型
新闻组(英文名Usenet或NewsGroup),简单地说就是一个基于网络的计算机组合,这些计算机被称为新闻服务器,不同的用户通过一些软件可连接到新闻服务器上,阅读其他人的消息并可以参与讨论。新闻组是一个完全交互式的超级电子论坛,是任何一个网络用户都能进行相互交流的工具。
reuters_mlp.py Trains and evaluate a simple MLP on the Reuters newswire topic classification task.
基于路透社的新闻专线主题分类任务,训练和评估一个简单的多层感知机。
Reuters,路透社(Reuters,LSE:RTR,NASDAQ: RTRSY)是世界上最早创办的通讯社之一,也是目前英国最大的通讯社和西方四大通讯社之一。路透社是世界前三大的多媒体新闻通讯社,提供各类新闻和金融数据,在128个国家运行。
Generative models examples
生成模型实例
lstm_text_generation.py Generates text from Nietzsche's writings.
基于尼采的作品生成文本(基于LSTM)
conv_filter_visualization.py Visualization of the filters of VGG16, via gradient ascent in input space.
通过输入空间中的梯度上升可视化VGG16滤波器
deep_dream.py Deep Dreams in Keras.
基于Keras的深度梦想(通过神经网络,生成梦幻的图片)
neural_doodle.py Neural doodle.
神经涂鸦
neural_style_transfer.py Neural style transfer.
神经风格转换
variational_autoencoder.py Demonstrates how to build a variational autoencoder.
如何建立变分自解码器
variational_autoencoder_deconv.py Demonstrates how to build a variational autoencoder with Keras using deconvolution layers.
使用Keras反卷积层建立变分自解码器演示
Examples demonstrating specific Keras functionality
Keras特定功能演示实例
antirectifier.py Demonstrates how to write custom layers for Keras.
如何使用Keras建立自定义层
mnist_sklearn_wrapper.py Demonstrates how to use the sklearn wrapper.
演示sklearn(scikit-learn,python机器学习库)包装器使用
mnist_irnn.py Reproduction of the IRNN experiment with pixel-by-pixel sequential MNIST in "A Simple Way to Initialize Recurrent Networks of Rectified Linear Units" by Le et al.
根据“A Simple Way to Initialize Recurrent Networks of Rectified Linear Units”(用RLU初始化RNN的简单方法)论文,基于MINIST数据集进行IRNN(Implementing Recurrent Neural Net using chainer,链表实现递归神经网络)实验
mnist_net2net.py Reproduction of the Net2Net experiment with MNIST in "Net2Net: Accelerating Learning via Knowledge Transfer".
根据“Net2Net: Accelerating Learning via Knowledge Transfe”(知识迁移加速学习)论文,基于MINIST数据集进行实验
reuters_mlp_relu_vs_selu.py Compares self-normalizing MLPs with regular MLPs.
比较自归一化感知机和规则感知机
mnist_tfrecord.py MNIST dataset with TFRecords, the standard TensorFlow data format.
TFRecords格式的MNIST数据集,该格式是Tensorflow标准数据格式
mnist_dataset_api.py MNIST dataset with TensorFlow's Dataset API.
基于TensorFlow数据集API(应用程序接口)的MINIST
推荐
https://blog.csdn.net/ice_actor/article/details/78290830
Keras相关资料
中文:http://keras-cn.readthedocs.io/en/latest/
实例下载
官网实例详解-目录和实例简介-keras学习笔记四的更多相关文章
- Cocos2d-x 3.X手游开发实例详解
Cocos2d-x 3.X手游开发实例详解(最新最简Cocos2d-x手机游戏开发学习方法,以热门游戏2048.卡牌为例,完整再现手游的开发过程,实例丰富,代码完备,Cocos2d-x作者之一林顺和泰 ...
- getElementByID、getElementsByName、getElementsByTagName实例详解
getElementByID.getElementsByName.getElementsByTagName实例详解 本文通过实例,详细介绍了getElementByID.getElementsByNa ...
- route命令详解与使用实例 ,同时访问内外网
route命令详解与使用实例 2011-10-18 12:19:41| 分类: 其他 | 标签:route |字号 订阅 1. 使用背景 需要接入两个网络,一个是部署环境所在内 ...
- react目录结构、demo实例详解、属性数据绑定方式
1.目录结构 2.demo实例详解 a)创建Home.js import React, { Component } from 'react'; //创建一个组件必须要集成Component组件,且组件 ...
- 05-Vue入门系列之Vue实例详解与生命周期
Vue的实例是Vue框架的入口,其实也就是前端的ViewModel,它包含了页面中的业务逻辑处理.数据模型等,当然它也有自己的一系列的生命周期的事件钩子,辅助我们进行对整个Vue实例生成.编译.挂着. ...
- Bootstrap如何实现导航条?导航条实例详解
本文主要和大家分享Bootstrap实现导航实例详解,在建设一个网站的时候,不同的页面有很多元素是一样的,比如导航条.侧边栏等,我们可以使用模板的继承,避免重复编写html代码.现在我们打算实现一个在 ...
- Vue入门系列(五)Vue实例详解与生命周期
Vue官网: https://cn.vuejs.org/v2/guide/forms.html#基础用法 [入门系列] (一) http://www.cnblogs.com/gdsblog/p/78 ...
- Vue 实例详解与生命周期
Vue 实例详解与生命周期 Vue 的实例是 Vue 框架的入口,其实也就是前端的 ViewModel,它包含了页面中的业务逻辑处理.数据模型等,当然它也有自己的一系列的生命周期的事件钩子,辅助我们进 ...
- 【05】Vue 之 实例详解与生命周期
Vue的实例是Vue框架的入口,其实也就是前端的ViewModel,它包含了页面中的业务逻辑处理.数据模型等,当然它也有自己的一系列的生命周期的事件钩子,辅助我们进行对整个Vue实例生成.编译.挂着. ...
随机推荐
- 走进JavaWeb技术世界7:Tomcat中的设计模式
. 门面设计模式 门面设计模式在 Tomcat 中有多处使用,在 Request 和 Response 对象封装中.Standard Wrapper 到 ServletConfig 封装中.Appli ...
- 2018-2019-2 网络对抗技术 20165202 Exp7 网络欺诈防范
博客目录 一.实践目标 二.实践内容 简单应用SET工具建立冒名网站 (1分) ettercap DNS spoof (1分) 结合应用两种技术,用DNS spoof引导特定访问到冒名网站.(1.5分 ...
- javasript模块化
模块概述 随着一个网站越来越大,html页面文件越来越多,由<script src='xxx.js'></script>引入的js文件越来越多,我们的单个js文件很大,上几万行 ...
- ArcGIS10.3_解决属性表中文乱码问题
借鉴前辈们解决ArcMap低版本属性表乱码的问题解决方法,勇敢的尝试了一下Pro中的解决方法,其实道理都一样.先来看看第一种方法:打开CMD,如果是ArcMap,输入如下命令: reg add HKE ...
- Spring Boot项目跳转不到jsp页面是怎么回事
SpringBoot访问不了JSP但却能进入后台 一直报错: 解决方法: 改成下面的
- 【Oracle】往Oracle11g的某表插入近千万条记录,耗时略超一小时
和MySql的对比下,两者有数量级的差距. 表ddl: CREATE TABLE tb04 ( "ID" ,) not null primary key, "NAME&q ...
- 用了pm2之后,如何让console.log('..')出现在控制台
使用 pm2 log 0 可以查看.当然这个 0 应该是应用的 id
- css3实现左右锯齿效果
要实现的效果:css3实现左右锯齿效果 <!DOCTYPE html> <html> <head> <meta charset=" utf-8&qu ...
- 极客时间-左耳听风-程序员攻略-UI/UX设计
程序员练级攻略:UI/UX设计 学习设计新手, 7 steps to become a UI/UX designer 学习设计的一些原则和套路,如配色.平衡.排版.一致性等. 用户体验的 4D 步骤- ...
- wordpress可以自定义获取相关文章的代码
将下面的代码插入functions.php中 获取相关文章的策略: 手动指定 > 标签 >分类 > 随机 //相关文章 function add_related_posts($con ...