资源简介
addition_rnn.py 执行序列学习以执行两个数字(作为字符串)的添加。
antirectifier.py 演示如何为Keras编写自定义图层。
babi_memnn.py 在bAbI数据集上训练一个内存网络以进行阅读理解。
babi_rnn.py 在bAbI数据集上训练一个双支循环网络,以便阅读理解。
cifar10_cnn.py 在CIFAR10小图像数据集上训练一个简单的深CNN。
conv_filter_visualization.py 通过输入空间中的渐变上升可视化VGG16的过滤器。
conv_lstm.py 演示使用卷积LSTM网络。
deep_dream.py 深深的梦想在克拉斯。
image_ocr.py 训练一个卷积堆叠,后跟一个循环堆栈和一个CTC logloss函数来执行光学字符识别(OCR)。
imdb_bidirectional_lstm.py 在IMDB情绪分类任务上训练双向LSTM。
imdb_cnn.py 演示使用Convolution1D进行文本分类。
imdb_cnn_lstm.py 在IMDB情绪分类任务上训练一个卷积堆栈,后跟一个循环堆栈网络。
imdb_fasttext.py 在IMDB情绪分类任务上训练一个FastText模型。
imdb_lstm.py 在IMDB情绪分类任务上训练一个LSTM。
lstm_benchmark.py 比较IMDB情绪分类任务上不同的LSTM实现。
lstm_text_generation.py 生成尼采文字的文字。
mnist_acgan.py 在MNIST数据集上实现AC-GAN(辅助分类器GAN)
mnist_cnn.py 在MNIST数据集上训练一个简单的convnet。
mnist_hierarchical_rnn.py 训练一个分级RNN(HRNN)来分类MNIST数字。
mnist_irnn.py Le等人在“以简单的方式初始化整流线性单元的反复网络”中再现具有逐像素连续MNIST的IRNN实验。
mnist_mlp.py 在MNIST数据集上训练一个简单的深层多层感知器。
mnist_net2net.py 在“Net2Net:通过知识转移加速学习”中再现带有MNIST的Net2Net实验。
mnist_siamese_graph.py 从MNIST数据集中的一对数字上训练暹罗多层感知器。
mnist_sklearn_wrapper.py 演示如何使用sklearn包装器。
mnist_swwae.py 列出了一个堆栈,其中AutoEncoder在MNIST数据集上的剩余块上构建。
mnist_transfer_cnn.py 转移学习玩具的例子。
neural_doodle.py 神经涂鸦。
neural_style_transfer.py 神经样式转移。
pretrained_word_embeddings.py 将预训练的词嵌入(GloVe embeddings)加载到冻结的Keras嵌入层中,并使用它在20个新闻组数据集上训练文本分类模型。
reuters_mlp.py 在路透社newswire主题分类任务上训练并评估一个简单的MLP。
stateful_lstm.py 演示如何使用有状态的RNN有效地建模长序列。
variational_autoencoder.py 演示如何构建变体自动编码器。
variational_autoencoder_deconv.py 演示如何使用反褶积层使用Keras构建变体自动编码器。
代码片段和文件信息
from setuptools import setup
from setuptools import find_packages
setup(name=‘Keras‘
version=‘2.0.8‘
description=‘Deep Learning for Python‘
author=‘Francois Chollet‘
author_email=‘francois.chollet@gmail.com‘
url=‘https://github.com/fchollet/keras‘
download_url=‘https://github.com/fchollet/keras/tarball/2.0.8‘
license=‘MIT‘
install_requires=[‘numpy>=1.9.1‘
‘scipy>=0.14‘
‘six>=1.9.0‘
‘pyyaml‘]
extras_require={
‘h5py‘: [‘h5py‘]
‘visualize‘: [‘pydot>=1.2.0‘]
‘tests‘: [‘pytest‘
‘pytest-pep8‘
‘pytest-xdist‘
‘pytest-cov‘]
}
classifiers=[
‘Development Status :: 5 - Production/Stable‘
‘Intended Audience :: Developers‘
‘Intended Audience :: Education‘
‘Intended Audience :: Science/Research‘
‘License :: OSI Approved :: MIT License‘
‘Programming Language :: Python :: 2‘
‘Programming Language :: Python :: 2.7‘
‘Programming Language :: Python :: 3‘
‘Programming Language :: Python :: 3.6‘
‘Topic :: Software Development :: Libraries‘
‘Topic :: Software Development :: Libraries :: Python Modules‘
]
packages=find_packages())
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2017-10-23 13:45 keras\
目录 0 2017-10-23 13:45 keras\.git\
目录 0 2017-10-23 13:45 keras\.github\
文件 758 2017-10-13 11:11 keras\.github\stale.yml
文件 237 2017-10-13 11:11 keras\.gitignore
目录 0 2017-10-23 13:45 keras\.git\branches\
文件 262 2017-10-13 11:11 keras\.git\config
文件 73 2017-10-13 11:10 keras\.git\desc
文件 23 2017-10-13 11:11 keras\.git\HEAD
目录 0 2017-10-23 13:45 keras\.git\hooks\
文件 478 2017-10-13 11:10 keras\.git\hooks\applypatch-msg.sample
文件 896 2017-10-13 11:10 keras\.git\hooks\commit-msg.sample
文件 189 2017-10-13 11:10 keras\.git\hooks\post-update.sample
文件 424 2017-10-13 11:10 keras\.git\hooks\pre-applypatch.sample
文件 1642 2017-10-13 11:10 keras\.git\hooks\pre-commit.sample
文件 1348 2017-10-13 11:10 keras\.git\hooks\pre-push.sample
文件 4898 2017-10-13 11:10 keras\.git\hooks\pre-reba
文件 544 2017-10-13 11:10 keras\.git\hooks\pre-receive.sample
文件 1239 2017-10-13 11:10 keras\.git\hooks\prepare-commit-msg.sample
文件 3610 2017-10-13 11:10 keras\.git\hooks\update.sample
文件 20003 2017-10-13 11:11 keras\.git\index
目录 0 2017-10-23 13:45 keras\.git\info\
文件 240 2017-10-13 11:10 keras\.git\info\exclude
目录 0 2017-10-23 13:45 keras\.git\logs\
文件 179 2017-10-13 11:11 keras\.git\logs\HEAD
目录 0 2017-10-23 13:45 keras\.git\logs\refs\
目录 0 2017-10-23 13:45 keras\.git\logs\refs\heads\
文件 179 2017-10-13 11:11 keras\.git\logs\refs\heads\master
目录 0 2017-10-23 13:45 keras\.git\logs\refs\remotes\
目录 0 2017-10-23 13:45 keras\.git\logs\refs\remotes\origin\
文件 179 2017-10-13 11:11 keras\.git\logs\refs\remotes\origin\HEAD
............此处省略241个文件信息
- 上一篇:哄女朋友浪漫祝福礼物小程序.rar
- 下一篇:USBCAN-2I PC端软件
相关资源
- Mastering Machine Learning With Scikit-learn S
- 2019年华中杯B题数学建模数据处理
- 微信公众号文章器
- 豆瓣电影分析代码
- pywin32-220.win-amd64-py3.6.exe
- Sublime Text 3绿色破解版
- scrapy爬虫完整案例.zip
- torchvision-0.7.0-py37_cu102.tar.bz2
- 《TensorFlow Keras 深度学习人工智能实践
- flask源码 架构图 基于flask0.1
- pywin32-219.win32-py2.7
- 七月在线-爬虫项目班课件全集
- 参考文献生成器1.0
- JENKINS入门培训ppt
- keras实现的VGGface 特征提取,用来抽取
- 微博情感分析,文本分类,毕业设计
- centos6.9重装yum软件包及步骤
-
使用Datafr
ame分析出租车的 GPS信息 - 我的第一本算法书59657
- PyQt4 参考手册
- Keras图像深度学习实战原版
- 综合性图像处理系统设计与开发
- 自学是门手艺(整理自GitHub李笑来)
- 数学建模教程.pdf
- ODOO_12_DEVELOPMENT_ESSENTIALS_FOURTH_EDITION.
- 航空公司客户价值分析.zip
- 基于Django框架的美食博客
- Web Development with Django Cookbook (2016 第
- 朴素贝叶斯邮件分类器(包括源代码
- 13个经典量化策略 汇总.pdf
评论
共有 条评论