Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
ml-mastery-zh
提交
3a96dfa1
M
ml-mastery-zh
项目概览
OpenDocCN
/
ml-mastery-zh
9 个月 前同步成功
通知
2
Star
556
Fork
158
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
ml-mastery-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
3a96dfa1
编写于
12月 15, 2021
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2021-12-15 21:23:03
上级
51a09c03
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
19 addition
and
19 deletion
+19
-19
docs/dl-keras/SUMMARY.md
docs/dl-keras/SUMMARY.md
+19
-19
未找到文件。
docs/dl-keras/SUMMARY.md
浏览文件 @
3a96dfa1
+
[
Machine Learning Mastery Keras 深度学习教程
](
README.md
)
+
[
Keras 中神经网络模型的 5 步生命周期
](
5-step-life-cycle-neural-network-models-keras.md
)
+
[
在 Python 迷你课程中
应用深度学习
](
applied-deep-learning-in-python-mini-course.md
)
+
[
Python 迷你课程中的
应用深度学习
](
applied-deep-learning-in-python-mini-course.md
)
+
[
Keras 深度学习库的二分类教程
](
binary-classification-tutorial-with-the-keras-deep-learning-library.md
)
+
[
如何用 Keras 构建多层感知器神经网络模型
](
build-multi-layer-perceptron-neural-network-models-keras.md
)
+
[
如何在 Keras 中检查深度学习模型
](
check-point-deep-learning-models-keras.md
)
+
[
10 个用于 Amazon Web Services 深度学习的命令行秘籍
](
command-line-recipes-deep-learning-amazon-web-services.md
)
+
[
机器学习卷积神经网络的速成课程
](
crash-course-convolutional-neural-networks.md
)
+
[
如何在 Python
中使用 Keras 进行深度学习的
度量
](
custom-metrics-deep-learning-keras-python.md
)
+
[
如何在 Python
和 Keras 中对深度学习使用
度量
](
custom-metrics-deep-learning-keras-python.md
)
+
[
深度学习书籍
](
deep-learning-books.md
)
+
[
深度学习课程
](
deep-learning-courses.md
)
+
[
你所知道的深度学习是一种谎言
](
deep-learning-for-developers.md
)
+
[
如何设置 Amazon AWS EC2 GPU
以
训练 Keras 深度学习模型(分步)
](
develop-evaluate-large-deep-learning-models-keras-amazon-web-services.md
)
+
[
神经网络中批量和
迭代
之间的区别是什么?
](
difference-between-a-batch-and-an-epoch.md
)
+
[
在 Keras 展示深度学习模型训练历史
](
display-deep-learning-model-training-history-in-keras.md
)
+
[
基于 Keras 的深度学习模型中的dropout
正则化
](
dropout-regularization-deep-learning-models-keras.md
)
+
[
如何设置 Amazon AWS EC2 GPU
来
训练 Keras 深度学习模型(分步)
](
develop-evaluate-large-deep-learning-models-keras-amazon-web-services.md
)
+
[
神经网络中批量和
周期
之间的区别是什么?
](
difference-between-a-batch-and-an-epoch.md
)
+
[
在 Keras
中
展示深度学习模型训练历史
](
display-deep-learning-model-training-history-in-keras.md
)
+
[
Keras 深度学习模型中的丢弃
正则化
](
dropout-regularization-deep-learning-models-keras.md
)
+
[
评估 Keras 中深度学习模型的表现
](
evaluate-performance-deep-learning-models-keras.md
)
+
[
如何评
价深度学习模型的技巧
](
evaluate-skill-deep-learning-models.md
)
+
[
如何评
估深度学习模型的表现
](
evaluate-skill-deep-learning-models.md
)
+
[
小批量梯度下降的简要介绍以及如何配置批量大小
](
gentle-introduction-mini-batch-gradient-descent-configure-batch-size.md
)
+
[
在 Keras
中获得深度学习
帮助的 9 种方法
](
get-help-with-keras.md
)
+
[
如何使用
Keras 在 Python 中
网格搜索深度学习模型的超参数
](
grid-search-hyperparameters-deep-learning-models-python-keras.md
)
+
[
用 Keras 在 Python 中使用卷积神经网络进行
手写数字识别
](
handwritten-digit-recognition-using-convolutional-neural-networks-python-keras.md
)
+
[
在 Keras
深度学习中获得
帮助的 9 种方法
](
get-help-with-keras.md
)
+
[
如何使用
Python 和 Keras
网格搜索深度学习模型的超参数
](
grid-search-hyperparameters-deep-learning-models-python-keras.md
)
+
[
使用 Python 和 Keras 将卷积神经网络用于
手写数字识别
](
handwritten-digit-recognition-using-convolutional-neural-networks-python-keras.md
)
+
[
如何用 Keras 做出预测
](
how-to-make-classification-and-regression-predictions-for-deep-learning-models-in-keras.md
)
+
[
用 Keras 进行
深度学习的图像增强
](
image-augmentation-deep-learning-keras.md
)
+
[
将 Keras 用于
深度学习的图像增强
](
image-augmentation-deep-learning-keras.md
)
+
[
8 个深度学习的鼓舞人心的应用
](
inspirational-applications-deep-learning.md
)
+
[
Python 深度学习库 Keras 简介
](
introduction-python-deep-learning-library-keras.md
)
+
[
Python 深度学习库 TensorFlow 简介
](
introduction-python-deep-learning-library-tensorflow.md
)
+
[
Python 深度学习库 Theano 简介
](
introduction-python-deep-learning-library-theano.md
)
+
[
如何
使用 Keras 函数式 API 进行
深度学习
](
keras-functional-api-deep-learning.md
)
+
[
如何
将 Keras 函数式 API 用于
深度学习
](
keras-functional-api-deep-learning.md
)
+
[
Keras 深度学习库的多分类教程
](
multi-class-classification-tutorial-keras-deep-learning-library.md
)
+
[
多层感知器神经网络速成课程
](
neural-networks-crash-course.md
)
+
[
基于卷积神经网络的 Keras 深度学习库中
的目标识别
](
object-recognition-convolutional-neural-networks-keras-deep-learning-library.md
)
+
[
Keras 深度学习库中基于卷积神经网络的
的目标识别
](
object-recognition-convolutional-neural-networks-keras-deep-learning-library.md
)
+
[
流行的深度学习库
](
popular-deep-learning-libraries.md
)
+
[
用深度学习预测电影评论的情感
](
predict-sentiment-movie-reviews-using-deep-learning.md
)
+
[
使
用深度学习预测电影评论的情感
](
predict-sentiment-movie-reviews-using-deep-learning.md
)
+
[
Python 中的 Keras 深度学习库的回归教程
](
regression-tutorial-keras-deep-learning-library-python.md
)
+
[
如何使用 Keras 获得可重现的结果
](
reproducible-results-neural-networks-keras.md
)
+
[
如何在 Linux 服务器上运行深度学习实验
](
run-deep-learning-experiments-linux-server.md
)
+
[
保存并加载您的 Keras 深度学习模型
](
save-load-keras-deep-learning-models.md
)
+
[
用 Keras 逐步开发 Python 中的
第一个神经网络
](
tutorial-first-neural-network-python-keras.md
)
+
[
用 Keras 理解 Python 中的
有状态 LSTM 循环神经网络
](
understanding-stateful-lstm-recurrent-neural-networks-python-keras.md
)
+
[
在 Python 中使用 Keras 深度学习模型和 Scikit-Learn
](
use-keras-deep-learning-models-scikit-learn-python.md
)
+
[
如何使用预训练的 VGG 模型
对照片中的物体进行分类
](
use-pre-trained-vgg-model-classify-objects-photographs.md
)
+
[
使用 Python 和 Keras 逐步开发
第一个神经网络
](
tutorial-first-neural-network-python-keras.md
)
+
[
使用 Python 和 Keras 理解
有状态 LSTM 循环神经网络
](
understanding-stateful-lstm-recurrent-neural-networks-python-keras.md
)
+
[
将 Keras 深度学习模型和 Python Scikit-Learn 一起使用
](
use-keras-deep-learning-models-scikit-learn-python.md
)
+
[
如何使用预训练的 VGG 模型
分类照片中的物体
](
use-pre-trained-vgg-model-classify-objects-photographs.md
)
+
[
在 Python 和 Keras 中对深度学习模型使用学习率调度
](
using-learning-rate-schedules-deep-learning-models-python-keras.md
)
+
[
如何在 Keras 中可视化深度学习神经网络模型
](
visualize-deep-learning-neural-network-model-keras.md
)
+
[
什么是深度学习?
](
what-is-deep-learning.md
)
+
[
何时使用 MLP,CNN 和 RNN 神经网络
](
when-to-use-mlp-cnn-and-rnn-neural-networks.md
)
+
[
为什么用随机权重初始化神经网络?
](
why-initialize-a-neural-network-with-random-weights.md
)
\ No newline at end of file
+
[
神经网络的权重为什么要随机初始化?
](
why-initialize-a-neural-network-with-random-weights.md
)
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录