目录

  • Keras 中神经网络模型的 5 步生命周期
  • 在 Python 迷你课程中应用深度学习
  • Keras 深度学习库的二元分类教程
  • 如何用 Keras 构建多层感知器神经网络模型
  • 如何在 Keras 中检查深度学习模型
  • 10 个用于 Amazon Web Services 深度学习的命令行秘籍
  • 机器学习卷积神经网络的速成课程
  • 如何在 Python 中使用 Keras 进行深度学习的度量
  • 深度学习书籍
  • 深度学习课程
  • 你所知道的深度学习是一种谎言
  • 如何设置 Amazon AWS EC2 GPU 以训练 Keras 深度学习模型(分步)
  • 神经网络中批量和迭代之间的区别是什么?
  • 在 Keras 展示深度学习模型训练历史
  • 基于 Keras 的深度学习模型中的dropout正则化
  • 评估 Keras 中深度学习模型的表现
  • 如何评价深度学习模型的技巧
  • 小批量梯度下降的简要介绍以及如何配置批量大小
  • 在 Keras 中获得深度学习帮助的 9 种方法
  • 如何使用 Keras 在 Python 中网格搜索深度学习模型的超参数
  • 用 Keras 在 Python 中使用卷积神经网络进行手写数字识别
  • 如何用 Keras 进行预测
  • 用 Keras 进行深度学习的图像增强
  • 8 个深度学习的鼓舞人心的应用
  • Python 深度学习库 Keras 简介
  • Python 深度学习库 TensorFlow 简介
  • Python 深度学习库 Theano 简介
  • 如何使用 Keras 函数式 API 进行深度学习
  • Keras 深度学习库的多类分类教程
  • 多层感知器神经网络速成课程
  • 基于卷积神经网络的 Keras 深度学习库中的目标识别
  • 流行的深度学习库
  • 用深度学习预测电影评论的情感
  • Python 中的 Keras 深度学习库的回归教程
  • 如何使用 Keras 获得可重现的结果
  • 如何在 Linux 服务器上运行深度学习实验
  • 保存并加载您的 Keras 深度学习模型
  • 用 Keras 逐步开发 Python 中的第一个神经网络
  • 用 Keras 理解 Python 中的有状态 LSTM 循环神经网络
  • 在 Python 中使用 Keras 深度学习模型和 Scikit-Learn
  • 如何使用预训练的 VGG 模型对照片中的物体进行分类
  • 在 Python 和 Keras 中对深度学习模型使用学习率调度
  • 如何在 Keras 中可视化深度学习神经网络模型
  • 什么是深度学习?
  • 何时使用 MLP,CNN 和 RNN 神经网络
  • 为什么用随机权重初始化神经网络?

贡献指南

请您勇敢地去翻译和改进翻译。虽然我们追求卓越,但我们并不要求您做到十全十美,因此请不要担心因为翻译上犯错——在大部分情况下,我们的服务器已经记录所有的翻译,因此您不必担心会因为您的失误遭到无法挽回的破坏。(改编自维基百科)

需要校对:

  1. 术语
  2. 语法
  3. 格式

欢迎大家提交 PR,贡献者会写在每个文档的开头处。

关于我们

我们是一个大型开源社区,旗下 QQ 群共 9000 余人,Github Star 数量超过 20k 个,在所有 Github 组织中排名 110,网站日 uip 超过 4k,拥有 CSDN 博客专家和简书程序员优秀作者认证。我们组织公益性的翻译活动、学习活动和比赛组队活动,并和 DataWhale、LinuxStory 等国内著名开源组织保持良好的合作关系。

与商业组织不同,我们并不会追逐热点,或者唯利是图。作为公益组织,我们将完成项目放在首要位置,并有足够时间把项目打磨到极致。我们希望做出广大 AI 爱好者真正需要的东西,打造真正有价值的长尾作品。

  • 【主页】apachecn.org
  • 【归档】home.apachecn.org
  • 【社区】bbs.apachecn.org
  • 【Github】@ApacheCN
  • 自媒体平台
    • 微博:@ApacheCN
    • 知乎专栏:AILearning
    • 公众号:ApacheCN
    • CSDN | OSChina | 博客园
    • 简书 | 搜狐号 | bilibili 专栏
  • We are ApacheCN Open Source Organization, not ASF! We are fans of AI, and have no relationship with ASF!
  • 合作 or 侵权,请联系 apachecn@163.com | 请抄送一份到 wizard.z@foxmail.com

Machine Learning Mastery 博客文章翻译:深度学习与 Keras相关推荐

  1. Machine Learning Mastery 博客文章翻译:XGBoost

    请您勇敢地去翻译和改进翻译.虽然我们追求卓越,但我们并不要求您做到十全十美,因此请不要担心因为翻译上犯错--在大部分情况下,我们的服务器已经记录所有的翻译,因此您不必担心会因为您的失误遭到无法挽回的破 ...

  2. xgboost安装_Machine Learning Mastery 博客文章翻译:XGBoost

    请您勇敢地去翻译和改进翻译.虽然我们追求卓越,但我们并不要求您做到十全十美,因此请不要担心因为翻译上犯错--在大部分情况下,我们的服务器已经记录所有的翻译,因此您不必担心会因为您的失误遭到无法挽回的破 ...

  3. ML Mastery 博客文章翻译(二)20220116 更新

    Machine Learning Mastery 计算机视觉教程 通道在前和通道在后图像格式的温和介绍 深度学习在计算机视觉中的 9 个应用 为 CNN 准备和扩充图像数据的最佳实践 8 本计算机视觉 ...

  4. 使用Python爬取CSDN历史博客文章列表,并生成目录

    使用Python爬取CSDN历史博客文章列表,并生成目录 这篇博客将介绍如何使用Python爬取CSDN历史博客文章列表,并生成目录. 2020年 2020年04月 cv2.threshold() 阈 ...

  5. 博客文章也能中顶会:ICLR 2022开设博客投稿通道,还有机会跟经典论文原作者直接battle...

    兴坤 发自 凹非寺 量子位 报道 | 公众号 QbitAI 盆友们,ICLR今年有新的打开方式了--博客文章征集. 非正式讨论的自由平台,往往更容易发现问题.激发新的思考.因此新一届ICLR计划增加论 ...

  6. wp博客写文章500错误_500多个博客文章教我如何撰写出色的文章

    wp博客写文章500错误 I've written a lot of blog posts. Somewhere north of 500 to be exact. All of them are t ...

  7. 技术文档的撰写_如何撰写出色的技术博客文章

    技术文档的撰写 从创意到完美结果的五个步骤 (Five steps to get from idea to polished result) I've been working in the open ...

  8. 博客文章内容导航(实时更新)

    博客文章内容导航(实时更新)   大家好,我是亓官劼(qí guān jié),在博客中分享数据结构与算法.Python全栈开发.Java后端开发.前端.OJ题解及各类报错信息解决方案等经验.一起加油 ...

  9. 博客文章导航(嵌入式宝藏站)(2023.2.20更新)

    博主简介 Mculover666,一个喜欢玩板子的小码农,目前HFUT在读,热爱嵌入式/物联网这个领域,并专注于嵌入式软件开发! 坚持做自己热爱的事情.坚持做自己觉得有意义的事情,但问耕耘,莫问收获! ...

最新文章

  1. openStack 云平台管理节点管理网口流量非常大 出现丢包严重 终端总是时常中断问题调试及当前测试较有效方案...
  2. jspxcms bug表
  3. HTML5 localStorage本地存储
  4. 飞利浦dicom_如何按计划打开或关闭飞利浦色相灯
  5. 用HttpReports快速搭建API分析平台
  6. apache和tomcat有什么不同,为什么要整合apache 和tomcat?
  7. html页面转换pdf.txt
  8. C++用new来创建对象和非new来创建对象的区别
  9. Proteus20个应用技巧
  10. 孙鑫 VC++深入详解——学习笔记
  11. matlab非参数检验,非参数检验及matlab实现
  12. Flutter 自定义下拉菜单
  13. 在Exchange server 2007中管理pop3和IMAP4协议访问
  14. 计算机底层是如何访问显卡的?
  15. 企业为什么要构建双活数据中心?F5怎么样?
  16. node服务端生成七牛token
  17. 红外万能遥控器3.0,给家里带遥控器的家电赋能
  18. 【excel】python破解excel加密视图
  19. 2022-04-28:有 n 个城市通过一些航班连接。给你一个数组 flights ,其中 flights[i] = [fromi, toi, pricei] ,表示该航班都从城市 fromi 开始,
  20. unity3d----铺路

热门文章

  1. (28)Verilog HDL循环语句:for
  2. git 创建webpack项目_使用webpack手动创建一个完整项目的全过程
  3. java64 离线_Java调用人脸识别离线sdk-windows版
  4. RTT 使用menuconfig 和cubeMux 在移植过来的模板工程上增加一个串口2
  5. 【声学基础】概述——传播
  6. linux c libcurl的简单使用
  7. linux路由内核实现分析(四)---路由缓存机制(3)
  8. c语言五子棋人机对弈算法_从零开始编写C语言五子棋程序1
  9. bootstrap轮播图 原点变为方块_JS实现无缝切换轮播图(自动+手动)
  10. tcp与udp的socket编程,udp代码实现客户端服务端,tcp代码实现客户端服务端(单线程、多线程、多进程分别实现),三次握手