Keras示例程序

addition_rnn.py:序列到序列學習,實現兩個數的加法

antirectifier.py:展示了如何在Keras中定制自己的層

babi_memnn.py:在bAbI數據集上訓練一個記憶網絡,用于閱讀理解

babi_rnn.py:在bAbI數據集上訓練一個循環網絡,用于閱讀理解

cifar10_cnn.py:在CIFAR10數據集上訓練一個簡單的深度CNN網絡,用于小圖片識別

conv_filter_visualization.py:通過在輸入空間上梯度上升可視化VGG16的濾波器

conv_lstm.py:展示了一個卷積LSTM網絡的應用

deep_dream.py:?Google?DeepDream的Keras實現

image_ocr.py:訓練了一個卷積+循環網絡+CTC?logloss來進行OCR

imdb_bidirectional_lstm.py:在IMDB數據集上訓練一個雙向LSTM網絡,用于情感分類.

imdb_cnn.py:展示了如何在文本分類上如何使用Covolution1D

imdb_cnn_lstm.py:訓練了一個棧式的卷積網絡+循環網絡進行IMDB情感分類.

imdb_fasttext.py:訓練了一個FastText模型用于IMDB情感分類

imdb_lstm.py:訓練了一個LSTM網絡用于IMDB情感分類.

lstm_benchmark.py:在IMDB情感分類上比較了LSTM的不同實現的性能

lstm_text_generation.py:從尼采的作品中生成文本

mnist_acgan.py：AC-GAN(Auxiliary?Classifier?GAN)實現的示例

mnist_cnn.py:訓練一個用于mnist數據集識別的卷積神經網絡

mnist_hierarchical_rnn.py:訓練了一個HRNN網絡用于MNIST數字識別

mnist_irnn.py:重現了基于逐像素點序列的IRNN實驗,文章見Le?et?al.?"A?Simple?Way?to?Initialize?Recurrent?Networks?of?Rectified?Linear?Units"

mnist_mlp.py:訓練了一個簡單的多層感知器用于MNIST分類

mnist_net2net.py:在mnist上重現了文章中的Net2Net實驗,文章為"Net2Net:?Accelerating?Learning?via?Knowledge?Transfer".

mnist_siamese_graph.py:基于MNIST訓練了一個多層感知器的Siamese網絡

mnist_sklearn_wrapper.py:展示了如何使用sklearn包裝器

mnist_swwae.py:基于殘差網絡和MNIST訓練了一個棧式的What-Where自動編碼器

mnist_transfer_cnn.py:遷移學習的小例子

neural_doodle.py:神經網絡繪畫

neural_style_transfer.py:圖像風格轉移

pretrained_word_embeddings.py:將GloVe嵌入層載入固化的Keras?Embedding層中,并用以在新聞數據集上訓練文本分類模型

reuters_mlp.py:訓練并評估一個簡單的多層感知器進行路透社新聞主題分類

stateful_lstm.py:展示了如何使用狀態RNN對長序列進行建模

variational_autoencoder.py:展示了如何搭建變分編碼器

variational_autoencoder_deconv.py?Demonstrates?how?to?build?a?variational?autoencoder?with?Keras?using?deconvolution?layers.