Keras深度学习笔记
最近本人在github上发现一个不错的资源，是利用keras来学习深度学习的笔记，笔记内容充实，数据完善，本人亲自实操了里面的所有例子，深感收获颇丰，今天特意推荐给大家，希望能给大家带来帮助。文末有彩蛋哦
前提说明
本资源作者：ErhWen Kuo
本篇微文编辑：自然语言处理遇上深度学习
如需转载请联系本公众号小编，谢谢！！！
资源介绍
这个github的repository主要是ErhWen Kuo在学习Keras的一些记录及练习。希望在学习过程中发现到一些好的信息与示例也可以对想要学习使用Keras来解决问题的同学带来帮助。这些notebooks主要是使用Python 3.6与Keras 2.1.1版本跑在一台配置Nivida 1080Ti的Windows 10的机台所产生的结果，但有些部份会参杂一些Tensorflow与其它的函式库的介绍。对于想要进行Deeplearning的朋友们，真心建议要有GPU啊~！
资源大纲
本小编特意针对该资源采用思维大图的形式制作了资源大纲，希望能够更大家带来更加全面的了解。
主要内容
0.图象数据集/工具介诏
0.0: COCO API解说与简单示例
0.1:土炮自制扑克牌图象数据集
0.2:使用Pillow来进行图像处理
1.Keras API示例
1.0:使用图像增强来进行深度学习
1.1:如何使用Keras函数式API进行深度学习
1.2:从零开始构建VGG网络来学习Keras
1.3:使用预训练的模型来分类照片中的物体
1.4:使用图像增强来训练小数据集
1.5:使用预先训练的卷积网络模型
1.6:卷积网络模型学习到什么的可视化
1.7:构建自动编码器（Autoencoder）
1.8:序列到序列（Seq-to-Seq）学习介诏
1.9: One-hot编码工具程序介诏
1.10:循环神经网络（RNN）介诏
1.11: LSTM的返回序列和返回状态之间的区别
1.12:用LSTM来学习英文字母表顺序
2.图象辨识（Image Classification）
2.0: Julia（Chars74K）字母图象辨识
2.1:交通标志图象辨识
2.2:辛普森卡通图象角色辨识
2.3:时尚服饰图象辨识
2.4:人脸关键点辨识
2.5: Captcha验证码辨识
2.6: Mnist手写图象辨识（MLP）
2.7: Mnist手写图象辨识（CNN）
3.物体侦测（Object Recognition）
3.0: YOLO物体侦测算法概念与介绍
3.1: YOLOv2物体侦测示例
3.2:浣熊（Racoon）侦测-YOLOv2模型训练与调整
3.3:浣熊（Racoon）侦测-YOLOv2模型的使用
3.4:袋鼠（Kangaroo）侦测-YOLOv2模型训练与调整
3.5:双手（Hands）侦测-YOLOv2模型训练与调整
3.6:辛普森卡通图象角色（Simpson）侦测-YOLOv2模 型训练与调整
3.7: MS COCO图象侦测-YOLOv2模型训练与调整
4.物体分割（Object Segmentation）
5.关键点侦测（Keypoint Detection）
6.图象标题（Image Caption）
7.人脸侦测辨识（Face Detection/Recognition）
7.0:人脸侦测- OpenCV（Haar特征分类器）
7.1:人脸侦测- MTCNN（Multi-task Cascaded Convolutional Networks）
7.2:人脸辨识-脸部侦测、对齐&裁剪
7.3:人脸辨识-人脸部特征撷取&人脸分类器
7.4:人脸辨识-转换、对齐、裁剪、特征撷取与比对
7.5:脸部关键点侦测（dlib）
7.6:头部姿态（Head pose）估计（dlib）
8.自然语言处理（Natural Language Processing）
8.0:单词嵌入（word embeddings）介诏
8.1:使用结巴（jieba）进行中文断词
8.2: Word2vec词嵌入（word embeddings）的基本概念
8.3:使用结巴（jieba）进行歌词分析
8.4:使用gensim训练中文词向量（word2vec）
彩蛋部分
资源地址：
https://github.com/erhwenkuo/deep-learning-with-keras-notebooks
长按二维码关注我们 ▶▶▶
请关注和分享↓↓↓
机器学习初学者
QQ群：654173748
往期精彩回顾
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：深度学习者的入门福利-Keras深度学习笔记 - Python技术站
微信扫一扫 
支付宝扫一扫 
