《Keras 3 : AI神经网络开发人员指南》
《Keras 3 : AI神经网络开发人员指南》
开发人员指南
我们的开发人员指南深入探讨了特定主题，例如层子类化、微调或模型保存。 它们是成为 Keras 专家的最佳方式之一。
我们的大多数指南都是以 Jupyter 笔记本的形式编写的，可以在 Google Colab 中一键运行。 一个托管的笔记本环境，无需设置并在云中运行。Google Colab 包括 GPU 和 TPU 运行时。
可用指南
- 函数式 API
- Sequential 模型
- 通过子类化创建新的层和模型
- 使用内置方法进行培训和评估
- 使用 JAX 自定义 fit（）
- 使用 TensorFlow 自定义 fit（）
- 使用 PyTorch 自定义 fit（）
- 在 JAX 中编写自定义训练循环
- 在 TensorFlow 中编写自定义训练循环
- 在 PyTorch 中编写自定义训练循环
- 序列化和保存
- 定制保存和序列化
- 编写您自己的回调
- 迁移学习和微调
- 使用 JAX 进行分布式训练
- 使用 TensorFlow 进行分布式训练
- 使用 PyTorch 进行分布式训练
- 使用 Keras 3 进行分布式训练
- 将 Keras 2 代码迁移到 Keras 3