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 XP35,092成就证明

创建您的免费账户

继续使用 Google
或
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。