基于keras的深度学习笔记

在我的CSDN博客中我将深度学习的几个重要知识点做成博客分享出来，一方面方便自己查阅，另一方面也希望可以通过这个平台来和一些志同道合的朋友一起交流，以下是我打算做的几个章节及一些见解

1、shallow_and_deep_MNIST.ipynb

这篇代码基于MNIST数据集介绍了keras的几个使用及比较不同深度网络下的 acc 和 loss，并且通过matplot绘制成函数图形来直观的理解。

更多的介绍请查阅一、深度学习与神经网络

2、IMDB_regularization.ipynb

这篇代码通过keras自带的IMDB数据集，这是一个根据电影短评来划分是否好评的数据集，通过这个数据集分别介绍了几种正则化的方式

• 1.减少网络大小
• 2.L2正则化（权重衰减）
• 3.Dropout

更多的介绍请查阅二、深度学习的参数调优及优化

3、cats_and_dogs_small.ipynb

这篇代码通过keras从头实现了一个卷积神经网络来识别猫狗分类问题，并且通过matplot绘制成函数图形来观察acc 和 loss

更多的介绍请查阅三、卷积神经网络

4、vgg_16_add_dense.ipynb

这篇代码通过keras使用vgg16的预训练模型来识别猫狗分类问题，并且通过matplot绘制成函数图形来观察acc 和 loss

更多的介绍请查阅三、卷积神经网络

5、flower_vgg16.ipynb

这篇代码通过keras使用vgg16的预训练模型来识别《TensorFlow 实战google框架》6.5.2花朵识别问题

更新中