Python Keras深度学习教程
Python Keras深度学习教程使用 Python 和 Keras 理解和构建图像、文本等的深度学习模型课程英文名：Deep Learning with Python and Keras此视频教程共10.
5MB打包任意网页成桌面App，比Electron小20倍
把网页变成桌面，体积却翻了二十倍，到底该选哪条路。我最近老想把一些网站变成桌面应用，比如在线文档、项目管理页、小游戏，点开就能用，不用来回找浏览器标签。但有些工具核心代码没多少，安装包却大得离谱。网页转应用该重还是该轻，得先想明白。网页变桌面大概有四条路。
使用 Keras 进行图像分类的学习转移
Keras在本教程中，您将学习如何为图像分类任务进行转移学习。 Keras的高级API使超级简单，只需几个简单的步骤。转移学习使我们能够使用少得多的数据来训练深度网络，而如果我们从头开始训练的话，我们将需要它。
Keras
Keras的最初版本以Theano为后台，设计理念参考了Torch但完全由Python编写 。2016年4月，Keras在PIPy上发布了第一个稳定版本1.0.0 。
一文详解如何使用Python和Keras构建属于你的AlphaZero AI
格被填满的时候，得分最多的玩家获胜。如果你将Connect4game.py文件替换为Metasquares。
Python深度学习实战-基于tensorflow.keras六步法搭建神经网络
实现功能第一步：import tensorflow as tf：导入模块第二步：制定输入网络的训练集和测试集第三步：tf.keras.models.Sequential()：搭建网络结构第四步：model.compile()：配置训练方法第五步：model.
TensorFlow和Keras入门必读教程
导读：本文对TensorFlow的框架和基本示例进行简要介绍。
【Python深度学习系列】基于Flask将深度学习模型部署到web应用上
这是我的第356篇原创文章。一、引言使用 Flask 在 10 分钟内将您自己训练的模型或预训练的模型（VGG、ResNet、Densenet）部署到网络应用程序中。以图像分类模型为例，本地直接部署和本地使用docker部署两种方式实现。二、实现过程2.
教你用不到30行的Keras代码编写第一个神经网络（附代码&教程）
翻译：陈丹校对：和中华本文长度为3000字，建议阅读5分钟本文为大家介绍了如何使用Keras来快速实现一个神经网络。回忆起我第一次接触人工智能的时候，我清楚地记得有些概念看起来是多么令人畏惧。
2019 年度 Python 类库 Top 10
为了解决这个问题，Tom Christie 和他的合作者为我们带来了 HTTPX，它是用于下个十年的新一代异步 HTTP 客户端。HTTPX 延续了 requests 的用法，为你提供了标准特性以及 HTTP/2 和 HTTP/1 支持。