原創：?機器學習初學者?機器學習初學者

---

《python深度學習》由Keras之父、現任Google人工智能研究員的弗朗索瓦?肖萊（Franc?ois Chollet）執筆，詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括 計算機視覺、自然語言處理、生成式模型 等應用。書中包含30多個代碼示例，步驟講解詳細透徹。

作者在github公布了代碼，代碼幾乎囊括了本書所有知識點。在學習完本書后，讀者將具備搭建自己的深度學習環境、建立圖像識別模型、生成圖像和文字等能力。但是有一個小小的遺憾：代碼的解釋和注釋是全英文的，即使英文水平較好的朋友看起來也很吃力。

本站認為，這本書和代碼是初學者入門深度學習及Keras最好的工具。

本站對全部代碼做了中文解釋和注釋，并下載了代碼所需要的一些數據集（尤其是“貓狗大戰”數據集），并對其中一些圖像進行了本地化，代碼全部測試通過。（請按照文件順序運行，代碼前后有部分關聯）。

以下代碼包含了全書80%左右的知識點， 代碼目錄：

• 2.1: A first look at a neural network（ 初識神經網絡）
• 3.5: Classifying movie reviews（電影評論分類：二分類問題）
• 3.6: Classifying newswires（新聞分類：多分類問題 ）
• 3.7: Predicting house prices（預測房價：回歸問題）
• 4.4: Underfitting and overfitting（ 過擬合與欠擬合）
• 5.1: Introduction to convnets（卷積神經網絡簡介）
• 5.2: Using convnets with small datasets（在小型數據集上從頭開始訓練一個卷積
• 5.3: Using a pre-trained convnet（使用預訓練的卷積神經網絡）
• 5.4: Visualizing what convnets learn（卷積神經網絡的可視化）
• 6.1: One-hot encoding of words or characters（單詞和字符的 one-hot 編碼）
• 6.1: Using word embeddings（使用詞嵌入）
• 6.2: Understanding RNNs（理解循環神經網絡）
• 6.3: Advanced usage of RNNs（循環神經網絡的高級用法）
• 6.4: Sequence processing with convnets（用卷積神經網絡處理序列）
• 8.1: Text generation with LSTM（使用 LSTM 生成文本）
• 8.2: Deep dream（DeepDream）
• 8.3: Neural style transfer（ 神經風格遷移）
• 8.4: Generating images with VAEs（用變分自編碼器生成圖像）
• 8.5: Introduction to GANs（生成式對抗網絡簡介）

作者的github： https://github.com/fchollet/deep-learning-with-python-notebooks

python深度學習代碼、電子書和數據集鏈接 ：https://pan.baidu.com/s/1Ni8apGSR56Dyf7nOKBVPNQ 提取碼：sdgi