在好例子网,分享、交流、成长!
您当前所在位置:首页Python 开发实例常用Python方法 → keras源代码(人工智能)

keras源代码(人工智能)

常用Python方法

下载此实例
  • 开发语言:Python
  • 实例大小:0.55M
  • 下载次数:7
  • 浏览次数:144
  • 发布时间:2022-05-03
  • 实例类别:常用Python方法
  • 发 布 人:pcibus
  • 文件格式:.zip
  • 所需积分:1

实例介绍

【实例简介】keras源代码(人工智能)

【实例截图】

from clipboard

【核心代码】

.
└── keras-master
    ├── CONTRIBUTING.md
    ├── ISSUE_TEMPLATE.md
    ├── LICENSE
    ├── MANIFEST.in
    ├── README.md
    ├── docker
    │   ├── Dockerfile
    │   ├── Makefile
    │   ├── README.md
    │   └── theanorc
    ├── docs
    │   ├── README.md
    │   ├── autogen.py
    │   ├── mkdocs.yml
    │   └── templates
    │       ├── activations.md
    │       ├── applications.md
    │       ├── backend.md
    │       ├── callbacks.md
    │       ├── constraints.md
    │       ├── datasets.md
    │       ├── getting-started
    │       │   ├── faq.md
    │       │   ├── functional-api-guide.md
    │       │   └── sequential-model-guide.md
    │       ├── index.md
    │       ├── initializers.md
    │       ├── layers
    │       │   ├── about-keras-layers.md
    │       │   └── writing-your-own-keras-layers.md
    │       ├── losses.md
    │       ├── metrics.md
    │       ├── models
    │       │   ├── about-keras-models.md
    │       │   ├── model.md
    │       │   └── sequential.md
    │       ├── optimizers.md
    │       ├── preprocessing
    │       │   ├── image.md
    │       │   ├── sequence.md
    │       │   └── text.md
    │       ├── regularizers.md
    │       ├── scikit-learn-api.md
    │       ├── visualization.md
    │       └── why-use-keras.md
    ├── examples
    │   ├── README.md
    │   ├── addition_rnn.py
    │   ├── antirectifier.py
    │   ├── babi_memnn.py
    │   ├── babi_rnn.py
    │   ├── cifar10_cnn.py
    │   ├── cifar10_resnet.py
    │   ├── conv_filter_visualization.py
    │   ├── conv_lstm.py
    │   ├── deep_dream.py
    │   ├── image_ocr.py
    │   ├── imdb_bidirectional_lstm.py
    │   ├── imdb_cnn.py
    │   ├── imdb_cnn_lstm.py
    │   ├── imdb_fasttext.py
    │   ├── imdb_lstm.py
    │   ├── lstm_seq2seq.py
    │   ├── lstm_stateful.py
    │   ├── lstm_text_generation.py
    │   ├── mnist_acgan.py
    │   ├── mnist_cnn.py
    │   ├── mnist_dataset_api.py
    │   ├── mnist_hierarchical_rnn.py
    │   ├── mnist_irnn.py
    │   ├── mnist_mlp.py
    │   ├── mnist_net2net.py
    │   ├── mnist_siamese.py
    │   ├── mnist_sklearn_wrapper.py
    │   ├── mnist_swwae.py
    │   ├── mnist_tfrecord.py
    │   ├── mnist_transfer_cnn.py
    │   ├── neural_doodle.py
    │   ├── neural_style_transfer.py
    │   ├── pretrained_word_embeddings.py
    │   ├── reuters_mlp.py
    │   ├── reuters_mlp_relu_vs_selu.py
    │   ├── variational_autoencoder.py
    │   └── variational_autoencoder_deconv.py
    ├── keras
    │   ├── __init__.py
    │   ├── activations.py
    │   ├── applications
    │   │   ├── __init__.py
    │   │   ├── imagenet_utils.py
    │   │   ├── inception_resnet_v2.py
    │   │   ├── inception_v3.py
    │   │   ├── mobilenet.py
    │   │   ├── nasnet.py
    │   │   ├── resnet50.py
    │   │   ├── vgg16.py
    │   │   ├── vgg19.py
    │   │   └── xception.py
    │   ├── backend
    │   │   ├── __init__.py
    │   │   ├── cntk_backend.py
    │   │   ├── common.py
    │   │   ├── tensorflow_backend.py
    │   │   └── theano_backend.py
    │   ├── callbacks.py
    │   ├── constraints.py
    │   ├── datasets
    │   │   ├── __init__.py
    │   │   ├── boston_housing.py
    │   │   ├── cifar.py
    │   │   ├── cifar10.py
    │   │   ├── cifar100.py
    │   │   ├── fashion_mnist.py
    │   │   ├── imdb.py
    │   │   ├── mnist.py
    │   │   └── reuters.py
    │   ├── engine
    │   │   ├── __init__.py
    │   │   ├── topology.py
    │   │   └── training.py
    │   ├── initializers.py
    │   ├── layers
    │   │   ├── __init__.py
    │   │   ├── advanced_activations.py
    │   │   ├── convolutional.py
    │   │   ├── convolutional_recurrent.py
    │   │   ├── core.py
    │   │   ├── cudnn_recurrent.py
    │   │   ├── embeddings.py
    │   │   ├── local.py
    │   │   ├── merge.py
    │   │   ├── noise.py
    │   │   ├── normalization.py
    │   │   ├── pooling.py
    │   │   ├── recurrent.py
    │   │   └── wrappers.py
    │   ├── legacy
    │   │   ├── __init__.py
    │   │   ├── interfaces.py
    │   │   ├── layers.py
    │   │   └── models.py
    │   ├── losses.py
    │   ├── metrics.py
    │   ├── models.py
    │   ├── objectives.py
    │   ├── optimizers.py
    │   ├── preprocessing
    │   │   ├── __init__.py
    │   │   ├── image.py
    │   │   ├── sequence.py
    │   │   └── text.py
    │   ├── regularizers.py
    │   ├── utils
    │   │   ├── __init__.py
    │   │   ├── conv_utils.py
    │   │   ├── data_utils.py
    │   │   ├── generic_utils.py
    │   │   ├── io_utils.py
    │   │   ├── layer_utils.py
    │   │   ├── np_utils.py
    │   │   ├── test_utils.py
    │   │   ├── training_utils.py
    │   │   └── vis_utils.py
    │   └── wrappers
    │       ├── __init__.py
    │       └── scikit_learn.py
    ├── pytest.ini
    ├── setup.cfg
    ├── setup.py
    └── tests
        ├── integration_tests
        │   ├── test_image_data_tasks.py
        │   ├── test_temporal_data_tasks.py
        │   └── test_vector_data_tasks.py
        ├── keras
        │   ├── activations_test.py
        │   ├── applications
        │   │   ├── applications_test.py
        │   │   └── imagenet_utils_test.py
        │   ├── backend
        │   │   └── backend_test.py
        │   ├── constraints_test.py
        │   ├── datasets
        │   │   └── test_datasets.py
        │   ├── engine
        │   │   ├── test_topology.py
        │   │   └── test_training.py
        │   ├── initializers_test.py
        │   ├── layers
        │   │   ├── advanced_activations_test.py
        │   │   ├── convolutional_recurrent_test.py
        │   │   ├── convolutional_test.py
        │   │   ├── core_test.py
        │   │   ├── cudnn_recurrent_test.py
        │   │   ├── embeddings_test.py
        │   │   ├── local_test.py
        │   │   ├── merge_test.py
        │   │   ├── noise_test.py
        │   │   ├── normalization_test.py
        │   │   ├── recurrent_test.py
        │   │   └── wrappers_test.py
        │   ├── legacy
        │   │   ├── interface_test.py
        │   │   ├── layers_test.py
        │   │   └── models_test.py
        │   ├── losses_test.py
        │   ├── metrics_test.py
        │   ├── optimizers_test.py
        │   ├── preprocessing
        │   │   ├── image_test.py
        │   │   ├── sequence_test.py
        │   │   └── text_test.py
        │   ├── regularizers_test.py
        │   ├── test_callbacks.py
        │   ├── test_sequential_model.py
        │   ├── utils
        │   │   ├── data_utils_test.py
        │   │   ├── generic_utils_test.py
        │   │   ├── io_utils_test.py
        │   │   ├── layer_utils_test.py
        │   │   ├── multi_gpu_test.py
        │   │   ├── np_utils_test.py
        │   │   └── vis_utils_test.py
        │   └── wrappers
        │       └── scikit_learn_test.py
        ├── test_documentation.py
        ├── test_dynamic_trainability.py
        ├── test_loss_masking.py
        ├── test_loss_weighting.py
        ├── test_model_saving.py
        └── test_multiprocessing.py

31 directories, 201 files


实例下载地址

keras源代码(人工智能)

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警