1. 關於Application Keras 的應用模塊（keras.applications）提供了帶有預訓練權值的深度學習模型，這些模型可以用來進行預測、特征提取和微調（fine-tuni ...

1. keras模型官方實現的Model 在 Keras 中有兩類主要的模型：Sequential 順序模型 和 使用函數式 API 的 Model 類模型。 兩類模型的方法和屬性大 ...

1. 序列預處理 TimeseriesGenerator 用於生成批量時序數據的實用工具類。這個類以一系列由相等間隔以及一些時間序列參數（例如步長、歷史長度等）匯集的數據點 ...

1. 模型初始化 初始化定義了設置 Keras 各層權重隨機初始值的方法。用來將初始化器傳入 Keras 層的參數名取決於具體的層。通常關鍵字為 kernel_initializer 和 b ...

1. 正則化層 正則化器允許在優化過程中對層的參數或層的激活情況進行懲罰。 網絡優化的損失函數也包括這些懲罰項。(但不包括諸如Dropout/人為加Noise這類的正則化)。懲罰是以層為對象進 ...

1. 優化器的使用 優化器(optimizer)是編譯Keras模型的所需的兩個參數之一： 2. Keras優化器的公共參數 參數clipnorm和clipvalue能在 ...

1. keras中的約束項 constraints 模塊的函數允許在優化期間對網絡參數設置約束（例如非負性）。約束是以層為對象進行的。具體的 API 因層而異，但 Dense，Conv1D， ...