keras离线官方文档

keras中文文档:
https://keras.io/zh/(官方)
http://keras-cn.readthedocs.io/en/latest/

由于官方文档(更新似乎快点儿)经常访问不了,所以下载查看。

步骤1

下载包 或者 如下命令使用git克隆。

git clone https://github.com/keras-team/keras-docs-zh

步骤2

安装mkdocs(pip install mkdocs)后,进入keras-docs-zh文件夹,依次使用如下cmd命令:

mkdocs build

该操作生成静态文件,在目录下产生site文件夹,此时可以直接运行site/index.html

步骤3

执行下面cmd命令。

mkdocs serve#启动本地服务

在浏览器输入进行本地访问:

http://localhost:8000

结果如图

如下图,mkdocs build后可直接个回车。
这里写图片描述
这里写图片描述
使用mkdocs构建的静态网站,可类似食用,并可使用git同步更新。

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
keras中文文档,清晰。Keras是一个高层神经网络API,Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生,能够把你的idea迅速转换为结果,如果你有如下需求,请选择Keras: 简易和快速的原型设计(keras具有高度模块化,极简,和可扩充特性) 支持CNN和RNN,或二者的结合 无缝CPU和GPU切换 Keras适用的Python版本是:Python 2.7-3.6 Keras的设计原则是 用户友好:Keras是为人类而不是天顶星人设计的API。用户的使用体验始终是我们考虑的首要和中心内容。Keras遵循减少认知困难的最佳实践:Keras提供一致而简洁的API, 能够极大减少一般应用下用户的工作量,同时,Keras提供清晰和具有实践意义的bug反馈。 模块性:模型可理解为一个层的序列或数据的运算图,完全可配置的模块可以用最少的代价自由组合在一起。具体而言,网络层、损失函数、优化器、初始化策略、激活函数、正则化方法都是独立的模块,你可以使用它们来构建自己的模型。 易扩展性:添加新模块超级容易,只需要仿照现有的模块编写新的类或函数即可。创建新模块的便利性使得Keras更适合于先进的研究工作。 与Python协作:Keras没有单独的模型配置文件类型(作为对比,caffe有),模型由python代码描述,使其更紧凑和更易debug,并提供了扩展的便利性
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值