使用 Keras 进行图像建模

学习在 Python 中使用卷积神经网络

图像模型通常需要使用数据训练神经网络的深度学习方法 用于执行各种机器学习任务的网络算法。 卷积神经网络 卷积神经网络（CNNs）是特别强大的神经网络，你将用它们来 对图像进行分析时，对不同类型的对象进行分类。 这门四小时的 课程将教你如何使用 Keras 构建、训练和评估 CNN。

将图像转化为数据，并教神经网络对其进行分类，是一项 贯穿各领域的深度学习的极具挑战性的要素 商业和研究，从帮助电子商务网站更好地管理库存开始 轻松帮助癌症研究人员快速识别危险的黑色素瘤。

探索 Keras CNN

本课程的第一章介绍了如何将图像视为数据，以及 如何使用 Keras 训练神经网络来对中发现的对象进行分类 图片。

第二章将介绍卷积，这是 CNN 的基础组成部分。 你将会 了解它们如何处理图像数据，并学习如何训练和调整你的 使用测试数据的 Keras CNN。 后面的章节会更详细地讲解，并教你 如何创建深度学习网络。

构建你自己的 Keras 神经网络

你将通过学习多种方式来跟踪如何结束课程 了解卷积神经网络（CNN）的工作原理，以及如何提升其性能。 此时，你将能够构建 Keras 神经网络，对其进行优化，并进行可视化 他们在各种应用中的响应。