diff --git a/docs/dl-keras/get-help-with-keras.md b/docs/dl-keras/get-help-with-keras.md index 1c2260d2b76bc01c046aaad1fbf6d1b71fa409c5..9d4911da273bf1173d6fee07df9074f09492f782 100644 --- a/docs/dl-keras/get-help-with-keras.md +++ b/docs/dl-keras/get-help-with-keras.md @@ -1,172 +1,153 @@ -# 在 Keras 中获得深度学习帮助的 9 种方法 - -> 原文： [https://machinelearningmastery.com/get-help-with-keras/](https://machinelearningmastery.com/get-help-with-keras/) - -Keras 是一个 Python 深度学习库，可以使用高效的 Theano 或 TensorFlow 符号数学库作为后端。 - -Keras 非常易于使用，您可以在几分钟内开发出您的第一个[多层感知器](http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/)，[卷积神经网络](http://machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/)或 [LSTM 递归神经网络](http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/)。 - -当您开始使用 Keras 时，您可能会遇到技术问题。你可能需要一些帮助。 - -在这篇文章中，您将发现 9 个地方，您可以在使用 Keras 开发深度学习模型时提出问题并获得帮助。 - -让我们潜入。 - -## 如何最好地使用这些资源 - -知道在哪里获得帮助是第一步，但您需要知道如何充分利用这些资源。 - -以下是您可以使用的一些提示： - -* 将您的问题简化为最简单的形式。例如。不是“_ 我的模型不起作用 _”或“ _x 如何工作 _”。 -* 在提问之前搜索答案。 -* 提供尽可能小的工作示例来演示您的问题。 - -## 1\. Keras 用户 Google Group - -![Keras Users Google Group](img/1370ade3cc9bd5feb94a1be0c1c87369.png) - -Keras 用户 Google Group - -也许向 Keras 社区提问的最直接的地方是 Google 群组（旧的 usenet）上的 Keras Users 群组。 - -你不需要收到电子邮件;你可以在线参加，我推荐。 - -* [Keras 用户谷歌集团](https://groups.google.com/forum/#!forum/keras-users) - -## 2\. Keras Slack Channel - -![Keras Slack Channel](img/07aad7228d9e13432d15e81820ae2199.png) - -Keras Slack 频道 - -也许直接聊聊 Keras 和相关问题的最佳地点是 Keras 松弛频道。 - -这基本上取代了 IM 和 IIRC。 - -您必须先提交要加入的申请。 - -* [Keras Slack 加入表格](https://keras-slack-autojoin.herokuapp.com/) -* [Keras Slack Channel](https://kerasteam.slack.com/) - -## 凯特在吉特 - -![Keras Gitter Group](img/95f6701c22073478af5f7e8f88aaf8b5.png) - -Keras Gitter 集团 - -另一个聊聊 Keras 的好地方是 Keras Gitter。 - -这就像懈怠，仍然有很多人。 - -潜入。 - -* [Keras Gitter 集团](https://gitter.im/Keras-io/Lobby#) - -## 4\. StackOverflow 上的 Keras 标记 - -![Keras tag on StackOverflow](img/30e6e1be6cd09de3ce9d725b9ca33188.png) - -StackOverflow 上的 Keras 标记 - -StackOverflow 是一个致力于编程的问答网站。 - -关于深度学习和 Keras 有很多问题或与之相关。 - -我建议搜索并询问使用“ _keras_ ”标签的问题。 - -* StackOverflow 上的 [Keras 标签](https://stackoverflow.com/questions/tagged/keras) - -## 5.交叉验证的 Keras 标签 - -![Keras tag on CrossValidated](img/6074ebf72c384434cedd2411d8a7f962.png) - -交叉验证的 Keras 标签 - -CrossValidated 是一个致力于机器学习的问答网站。 - -关于 Keras 的问题仍然存在很多问题，但它们可能有更多的理论上的弯曲，而不是关注代码和编程。 - -同样，我建议搜索并询问使用“ _keras_ ”标签的问题。 - -* 交叉验证上的 [Keras 标签](https://stats.stackexchange.com/questions/tagged/keras) - -## 6.数据科学上的 Keras 标签 - -![Keras tag on DataScience Stack Exchange](img/e0d34ef7b223c8edb1e2ec490aa2c563.png) - -数据科学堆栈交换中的 Keras 标记 - -支持 StackOverflow 和 CrossValidated 的 StackExchange 网络也有一个专用于 DataScience 的站点。 - -它仍处于测试阶段，尚未成为该网络的正式成员。尽管如此，网站上还有很多关于 Keras 的问题。 - -与其他两个站点不同，这些问题可能具有更多的流程方向。 - -同样，我建议搜索并询问使用“ _keras_ ”标签的问题。 - -* [数据科学堆栈交换中的 Keras 标签](https://datascience.stackexchange.com/questions/tagged/keras) - -## 7\. Quora 上的 Keras 主题 - -![Keras topic on Quora](img/1f56d629c36a38157a077936baca1aee.png) - -关于 Quora 的 Keras 主题 - -Quora 是一个大型的通用问答网站。 - -虽然它是通用的，但在技术主题方面存在很多问题，包括 Keras 和深度学习。 - -问题的焦点更多是基于文本和说明性的。您可能会获得有关技术的更多详细信息，而不是实现细节。 - -我建议在“ _Keras_ ”主题中搜索和提问。 - -* 关于 Quora 的 [Keras 主题](https://www.quora.com/topic/Keras) - -## 8\. Keras Github 问题 - -![Keras Github Issues](img/f1e85b455ad088df5051e012c2c57db8.png) - -Keras Github 问题 - -Keras 是一个在 GitHub 上托管的开源项目。 - -GitHub 提供了一个基本的问题管理系统，Keras 项目报告了很多问题。虽然问题应该仅限于代码的技术问题，但在这些问题上对 Keras 的讨论却令人惊讶。 - -我建议搜索 Keras 问题，但只有在发现错误或有新功能请求时才发布问题（[请参阅指南](https://github.com/fchollet/keras/blob/master/CONTRIBUTING.md)）。 - -* [Keras Github 问题](https://github.com/fchollet/keras/issues) - -## 9\. Keras 在 Twitter 上 - -![Keras hash tag on Twitter](img/dcf7adb1cfb7d2e4d2acfe7acb62f171.png) - -Twitter 上的 Keras 哈希标签 - -您可以在 Twitter 上快速获得一次性 Keras 问题的答案。 - -我建议先使用 Twitter 搜索并搜索“ _keras_ ”。 - -我还建议使用“ _keras_ ”标签进行搜索和发布。 - -* Twitter 上的 [Keras 话题标签](https://twitter.com/hashtag/keras) - -您也可以通过关注 Keras 背后的创造者和首席开发人员，[FrançoisChollet](https://twitter.com/fchollet)来获得洞察力。 - -## 其他 Keras 目的地 - -以下是其他 Keras 网站，您可以在那里找到帮助。 - -* [Keras 官方博客](https://blog.keras.io/) -* [Keras API 文档](https://keras.io/) -* [Keras 源代码项目](https://github.com/fchollet/keras) - -### 摘要 - -在这篇文章中，您在网络上发现了 9 个不同的地方，您可以在这些地方获得答案，并就 Keras 进行深入学习提问。 - -你有没有使用过这些资源？ -你是怎么做到的？ - -您是否有兴趣在 Keras 寻求帮助的地方？ -请在下面的评论中告诉我。 \ No newline at end of file +# 在 Keras 中获得深度学习帮助的 9 种方法 + +> 原文： [https://machinelearningmastery.com/get-help-with-keras/](https://machinelearningmastery.com/get-help-with-keras/) + +Keras 是一个 Python 深度学习库，可以使用高效的 Theano 或 TensorFlow 符号数学库作为后端。 + +Keras 非常易于使用，您可以在几分钟内开发出您的第一个[多层感知器](http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/)，[卷积神经网络](http://machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/)或 [LSTM 递归神经网络](http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/)。 + +当您开始使用 Keras 时，您可能会遇到技术问题，这时候您可能需要一些帮助。 + +在这篇文章中，您将会发现在 Keras 开发深度学习模型遇到问题时可以提供解决方案的9种途径。 + +让我们现在开始吧！ + +## 如何最好地使用这些资源 + +第一步是了解此从哪里可以获得帮助，但除此之外您需要知道如何充分利用这些资源。 + +以下是您可以使用的一些提示： + +* 将您的问题简化为最简单的形式，例如：不应该是“_我的模型不起作用_” 而是转化为 “_x如何工作_”。 +* 在提问之前搜索答案。 +* 提供尽可能小的工作示例来演示您的问题。 + +## 1\. Keras 用户 Google Group + +![Keras Users Google Group](img/1370ade3cc9bd5feb94a1be0c1c87369.png) + +Keras 用户 Google Group + +也许向 Keras 社区提问的最直接的地方就是在 Google 群组（旧的 usenet）上的 Keras Users 群组上。 + +在这里，你不需要接受任何电子邮件，你可以直接在线访问，我推荐以下方式： + +* [Keras Google 用户组](https://groups.google.com/forum/#!forum/keras-users) + +## 2\. Keras Slack Channel + +![Keras Slack Channel](img/07aad7228d9e13432d15e81820ae2199.png) + + +也许Keras Slacks 频道是可以直接聊聊Keras和相关问题的最佳方式。 + +这种方式现在基本上取代了 IM 和 IIRC。 + +不过，您必须先提交要求加入的申请。 + +* [Keras Slack 加入表格](https://keras-slack-autojoin.herokuapp.com/) +* [Keras Slack Channel](https://kerasteam.slack.com/) + +## 3\. Gitter 上的 Keras + +![Keras Gitter Group](img/95f6701c22073478af5f7e8f88aaf8b5.png) + + + +另一个交流Keras的好地方是Keras Giiter，尽管组织比较松散，但这个平台上仍然有大量的人。 + +尽管在这个论坛里尽情“遨游”吧！ + +* [Keras Gitter 组织](https://gitter.im/Keras-io/Lobby#) + +## 4\. StackOverflow 上的 Keras 标签 + +![Keras tag on StackOverflow](img/30e6e1be6cd09de3ce9d725b9ca33188.png) + + +StackOverflow 是一个致力于编程问题的问答网站，在这里有大量有关深度学习和与Keras相关的问题，我建议您可以直接搜索带有“_Keras_”标签的相关回答。 + +* StackOverflow 上的 [Keras 标签](https://stackoverflow.com/questions/tagged/keras) + +## 5. CrossValidated 上的Keras 标签 + +![Keras tag on CrossValidated](img/6074ebf72c384434cedd2411d8a7f962.png) + + +CrossValidated 是一个致力于机器学习的问答网站，并且有很多关于Keras相关的问题，但它们可能多的是一些理论上的问题集合，而不是专注于代码和编程。 + +同样，我建议搜索并访问使用“_keras_”标签的问题。 + +* CrossValidated上的 [Keras 标签](https://stats.stackexchange.com/questions/tagged/keras) + +## 6.数据科学上的 Keras 标签 + +![Keras tag on DataScience Stack Exchange](img/e0d34ef7b223c8edb1e2ec490aa2c563.png) + + +支持 StackOverflow 和 CrossValidated 的 StackExchange 网站也有一个专用于 DataScience 的站点。 + +它现在仍处于测试阶段，尚未成为该网站的正式成员，尽管如此，该网站上还是有很多关于 Keras 的话题。 + +与其他两个站点不同，这些话题可能更多的以过程导向为主。 + +同样，我建议搜索并访问带有“ _keras_ ”标签的话题。 + +* [数据科学堆栈交换中的 Keras 标签](https://datascience.stackexchange.com/questions/tagged/keras) + +## 7\. Quora 上的 Keras 主题 + +![Keras topic on Quora](img/1f56d629c36a38157a077936baca1aee.png) + + +Quora 是一个大型的通用问答网站（类似于中国的知乎），虽然它是通用的，但是仍然拥有很多技术相关的话题，包括 Keras 和深度学习。 + +这些问题的重点更多是基于文本解释和说明性的，您可能会获得有关技术的更多详细信息，而不是实现细节。 + +我建议您直接在“ _Keras_ ”主题中搜索和提问。 + +* 关于 Quora 的 [Keras 主题](https://www.quora.com/topic/Keras) + +## 8\. Keras Github 问题 + +![Keras Github Issues](img/f1e85b455ad088df5051e012c2c57db8.png) + + +Keras 是一个在 GitHub 上托管的开源项目。 + +GitHub 提供了一个基本的问题管理系统，Keras 项目报告了很多问题，虽然问题应该仅限于代码的技术问题，但在这些问题上对 Keras 的讨论却令人惊讶。 + +我建议您搜索 Keras 问题，但只有您在发现错误或有新功能请求时才发布您的问题（[请参阅指南](https://github.com/fchollet/keras/blob/master/CONTRIBUTING.md)）。 + +* [Keras Github 问题](https://github.com/fchollet/keras/issues) + +## 9\.Twitter 上的 Keras问题 + +![Keras hash tag on Twitter](img/dcf7adb1cfb7d2e4d2acfe7acb62f171.png) + + +您可以直接在 Twitter 上快速获有关Keras的相关问题。 + +我建议您直接在 Twitter 搜索“ _keras_ ”。 + +我建议您还可以使用“ _keras_ ”标签进行搜索并发布新的问题。 + +* Twitter 上的 [Keras 话题标签](https://twitter.com/hashtag/keras) + +您也可以通过关注 Keras 背后的创造者和首席开发人员，[FrançoisChollet](https://twitter.com/fchollet)来获得对于Keras更深刻的理解。 + +## 其他 Keras 站点 + +以下是其他 Keras 网站，您可以在此获得相关帮助。 + +* [Keras 官方博客](https://blog.keras.io/) +* [Keras API 文档](https://keras.io/) +* [Keras 源代码项目](https://github.com/fchollet/keras) + +### 摘要 + +在这篇文章中，您了解了可以在全网范围内获得有关Keras深度学习的问答网站。 + +你有没有使用过这些资源？你是怎么做到的？ + +您是否想在其他地方获得有关Keras的帮助？请在下面的评论中告诉我。 \ No newline at end of file