1. 关于Application Keras 的应用模块（keras.applications）提供了带有预训练权值的深度学习模型，这些模型可以用来进行预测、特征提取和微调（fine-tuni ...

1. keras模型官方实现的Model 在 Keras 中有两类主要的模型：Sequential 顺序模型 和 使用函数式 API 的 Model 类模型。 两类模型的方法和属性大 ...

1. 序列预处理 TimeseriesGenerator 用于生成批量时序数据的实用工具类。这个类以一系列由相等间隔以及一些时间序列参数（例如步长、历史长度等）汇集的数据点 ...

1. 模型初始化 初始化定义了设置 Keras 各层权重随机初始值的方法。用来将初始化器传入 Keras 层的参数名取决于具体的层。通常关键字为 kernel_initializer 和 b ...

1. 正则化层 正则化器允许在优化过程中对层的参数或层的激活情况进行惩罚。 网络优化的损失函数也包括这些惩罚项。(但不包括诸如Dropout/人为加Noise这类的正则化)。惩罚是以层为对象进 ...

1. 优化器的使用 优化器(optimizer)是编译Keras模型的所需的两个参数之一： 2. Keras优化器的公共参数 参数clipnorm和clipvalue能在 ...

1. keras中的约束项 constraints 模块的函数允许在优化期间对网络参数设置约束（例如非负性）。约束是以层为对象进行的。具体的 API 因层而异，但 Dense，Conv1D， ...