原創(chuàng)：?機(jī)器學(xué)習(xí)初學(xué)者?機(jī)器學(xué)習(xí)初學(xué)者

---

《python深度學(xué)習(xí)》由Keras之父、現(xiàn)任Google人工智能研究員的弗朗索瓦?肖萊（Franc?ois Chollet）執(zhí)筆，詳盡介紹了用Python和Keras進(jìn)行深度學(xué)習(xí)的探索實(shí)踐，包括 計(jì)算機(jī)視覺、自然語言處理、生成式模型 等應(yīng)用。書中包含30多個代碼示例，步驟講解詳細(xì)透徹。

作者在github公布了代碼，代碼幾乎囊括了本書所有知識點(diǎn)。在學(xué)習(xí)完本書后，讀者將具備搭建自己的深度學(xué)習(xí)環(huán)境、建立圖像識別模型、生成圖像和文字等能力。但是有一個小小的遺憾：代碼的解釋和注釋是全英文的，即使英文水平較好的朋友看起來也很吃力。

本站認(rèn)為，這本書和代碼是初學(xué)者入門深度學(xué)習(xí)及Keras最好的工具。

本站對全部代碼做了中文解釋和注釋，并下載了代碼所需要的一些數(shù)據(jù)集（尤其是“貓狗大戰(zhàn)”數(shù)據(jù)集），并對其中一些圖像進(jìn)行了本地化，代碼全部測試通過。（請按照文件順序運(yùn)行，代碼前后有部分關(guān)聯(lián)）。

以下代碼包含了全書80%左右的知識點(diǎn)， 代碼目錄：

• 2.1: A first look at a neural network（ 初識神經(jīng)網(wǎng)絡(luò)）
• 3.5: Classifying movie reviews（電影評論分類：二分類問題）
• 3.6: Classifying newswires（新聞分類：多分類問題 ）
• 3.7: Predicting house prices（預(yù)測房價：回歸問題）
• 4.4: Underfitting and overfitting（ 過擬合與欠擬合）
• 5.1: Introduction to convnets（卷積神經(jīng)網(wǎng)絡(luò)簡介）
• 5.2: Using convnets with small datasets（在小型數(shù)據(jù)集上從頭開始訓(xùn)練一個卷積
• 5.3: Using a pre-trained convnet（使用預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)）
• 5.4: Visualizing what convnets learn（卷積神經(jīng)網(wǎng)絡(luò)的可視化）
• 6.1: One-hot encoding of words or characters（單詞和字符的 one-hot 編碼）
• 6.1: Using word embeddings（使用詞嵌入）
• 6.2: Understanding RNNs（理解循環(huán)神經(jīng)網(wǎng)絡(luò)）
• 6.3: Advanced usage of RNNs（循環(huán)神經(jīng)網(wǎng)絡(luò)的高級用法）
• 6.4: Sequence processing with convnets（用卷積神經(jīng)網(wǎng)絡(luò)處理序列）
• 8.1: Text generation with LSTM（使用 LSTM 生成文本）
• 8.2: Deep dream（DeepDream）
• 8.3: Neural style transfer（ 神經(jīng)風(fēng)格遷移）
• 8.4: Generating images with VAEs（用變分自編碼器生成圖像）
• 8.5: Introduction to GANs（生成式對抗網(wǎng)絡(luò)簡介）

作者的github： https://github.com/fchollet/deep-learning-with-python-notebooks

python深度學(xué)習(xí)代碼、電子書和數(shù)據(jù)集鏈接 ：https://pan.baidu.com/s/1Ni8apGSR56Dyf7nOKBVPNQ 提取碼：sdgi