史丹利复合田的博客

Keras入门课4：使用ResNet识别cifar10数据集前面几节课都是用一些简单的网络来做图像识别，这节课我们要使用经典的ResNet网络对cifar10进行分类。

Keras入门课5：网络可视化及训练监控本节专注于Keras中神经网络的可视化，包括网络结构可视化以及如何使用TensorBoard来监控训练过程。 这里我们借用第2课的代码内容来进行示例和讲解。网络前面的定义、数据初始化都一样，主要是fit函数启用TensorBoard在model的fit函数中加入TensorBoard的回调函数即可，训练数据就会自动保存在log_dir指定的目录内，然后在命令

Keras 入门课6：使用Inception V3模型进行迁移学习 keras 请使用2.1.2版深度学习可以说是一门数据驱动的学科，各种有名的CNN模型，无一不是在大型的数据库上进行的训练。像ImageNet这种规模的数据库，动辄上百万张图片。对于普通的机器学习工作者、学习者来说，面对的任务各不相同，很难拿到如此大规模的数据集。同时也没有谷歌，Facebook那种大公司惊人的算力支...

Keras 入门课0 – 目录网络上Keras入门的课程或教程都有很多，基本上都是一些最简单的例子，而自己真正去使用的时候，发现需要学习的内容还有很多，看官方文档的时候，效率也是比较低下的。所以才有了这个系列的课程。通过一些例子，逐渐深入的去学习Keras，每节课一个例子，遇到的新的知识点都会拿出来进行分析。这样就会形成一个知识点目录，之后想使用某个知识点的时候，可以很方便的根据知识点进行回看，查询

Keras 入门课1： 使用Keras写一个mlpmlp就是multilayer perceptron，多层感知机。数据集用的是经典的mnist，数字分类问题。首先导入keras的各种模块keras.datasets 里面包含了多种常用数据集，如mnist，cifar10等等，可以实现自动下载和解析等等。keras.models 里面有最核心的模型结构，如顺序模型结构Sequentialkeras.

Keras入门课2：使用CNN识别mnist手写数字本文用一个最简单的两层CNN神经网络来对mnist数据库进行分类识别。

Keras入门课3：使用CNN识别cifar10数据集cifar10是一个日常物品的数据集，一共有10类，属于是比较小的数据集。这次用一个4个卷积层加2个全连接层的典型CNN网络来进行分类