Merge pull request #31 from ElmaDavies/master

翻译校对，格式校正

docs/dl-keras/get-help-with-keras.md

-# 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