生成式深度學習 機器學習模型能夠對圖像、音樂和故事的統計潛在空間（latent space）進行學習，然后從這個空間中采樣（sample），創造出與模型在訓練數據中所見到的藝術作品具有相似特征的新作 ...

本節講卷積神經網絡的可視化 可視化卷積神經網絡的中間輸出（中間激活） 有助於理解卷積神經網絡連續的層如何對輸入進行變換，也有助於初步了解卷積神經網絡每個過濾器的含義 ...

本節介紹基於Keras的使用預訓練模型方法 想要將深度學習應用於小型圖像數據集，一種常用且非常高效的方法是使用預訓練網絡。預訓練網絡(pretrained network)是一個保存好的網絡，之前已 ...

深度學習基礎 Python 的 Keras 庫來學習手寫數字分類，將手寫數字的灰度圖像(28 像素 ×28 像素)划分到 10 個類別 中(0~9) 神經網絡的核心組件是層(layer),它是一種數 ...

本節介紹基於Keras的CNN 卷積神經網絡接收形狀為 (image_height, image_width, image_channels)的輸入張量(不包括批量維度)，寬度和高度兩個維度的尺寸 ...

本節講深度學習用於文本和序列 用於處理序列的兩種基本的深度學習算法分別是循環神經網絡（recurrent neural network）和一維卷積神經網絡（1D convnet） 與其他所有神經網絡 ...