跳至主要内容

课程

使用 Keras 的高级深度学习

中级4 小时

学习如何使用 Keras 开发深度学习模型。

Python4 小时13 个视频46 个练习3,950 XP35,060成就证明

创建您的免费账户

继续使用 Google
继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

深受数千家公司学习者的喜爱

要培训团队?

试用企业版

课程简介

Keras 函数式 API

在本课程中,您将学习如何使用 Keras 函数式 API 解决复杂问题。

从介绍开始,你将构建简单的函数网络,将其拟合到数据,并进行预测。 您还将学习如何构建具有多个输入和单个输出的模型,并在层之间共享权重​.

多输入网络

随着学习的深入,探索使用类别嵌入、共享层和合并层构建双输入网络。 这些是设计具有复杂数据流的神经网络的基础构建模块。

它将这些概念扩展到具有三个或更多输入的模型,帮助您使用 Keras 的 summary 和 plot 函数理解神经网络的参数和拓扑结构​​.

多输出网络

在最后的交互式练习中,您将使用多输出网络,它们可以解决具有多个目标的回归问题,甚至能够同时处理回归和分类任务。

课程结束时,你将获得高级深度学习技术的实践经验,助力你作为数据科学家提升职业发展,包括使用多种指标在新数据上评估你的模型​.

先修要求

课程体系

课程大纲

1

Keras 函数式 API

2

双输入网络:使用类别嵌入、共享层与合并层

在本章中,您将构建使用类别嵌入来表示高基数数据的双输入网络,使用共享层来定义可复用的构建模块,并用合并层将多个输入汇聚为单一输出。完成本章后,您将掌握设计具有复杂数据流的神经网络所需的基础模块。
开始本章
3

多输入:3 个输入(及以上)

在本章中,您将把 2 输入模型扩展为 3 输入,并学习如何使用 Keras 的 summary 与 plot 函数来理解神经网络的参数与拓扑结构。到本章末,您将明白如何将 2 输入模型扩展到 3 输入及更高。
开始本章

使用 Keras 的高级深度学习

课程已完成

获得成就证明

立即报名

通过 DataCamp 移动版提升您的数据技能

借助我们的移动课程和每日 5 分钟编程挑战,随时随地取得进步。