Keras

Keras是深度学习的前端框架的集大成者，其后端可支持tensorflow、cntk、theano等。

所谓DL前端框架一般只提供对于DL的高层抽象和封装，至于具体的运算则由具体的后端来实现。

https://keras.io/

官方中文版文档：

https://keras.io/zh/

https://github.com/keras-team/keras

https://github.com/keras-team/keras/blob/master/examples/

sudo pip install keras

https://mp.weixin.qq.com/s/2VoTmFJshvIq2Wc0Ko0iaA

使用TensorFlow和Keras实践机器学习和深度学习

https://github.com/Ahmkel/Keras-Project-Template

本项目是一个基于Keras库的项目模板，模板能让你更容易地构建和训练深度学习模型，并支持Checkpoints和TensorBoard。

模型文件处理

Keras的模型文件以HDF5的格式保存：

model.save('my_model.h5')

这里的model可以是未训练，甚至是未初始化weight的。

https://morvanzhou.github.io/tutorials/machine-learning/keras/3-1-save/

Keras：Save & reload 保存提取

h5 -> pb

可以使用如下工具：

https://github.com/amir-abdi/keras_to_tensorflow

python3 keras_to_tensorflow.py -input_model_file model.h5

Lambda层

Lambda层用以对上一层的输出施以任何Theano/TensorFlow表达式，这是一个添加自定义Layer的最简单的办法。

模型可视化

from keras.utils import plot_model
plot_model(model, to_file='model.png')

实战GAN

最近实战了一下GAN，主要参考了以下文章：

https://myurasov.github.io/2017/09/24/wasserstein-gan-keras.html

Wasserstein GAN in Keras

它的中文版：

http://mp.weixin.qq.com/s/F2gBP23LCEF72QDlugbBZQ

详解如何使用Keras实现Wassertein GAN

这是另一个GAN实现：

https://github.com/lukedeo/keras-acgan/blob/master/mnist_acgan.py

应该说GAN的训练，的确是一件非常麻烦，且有相当不确定性的事情。我试了若干版本的示例之后，才终于训练成功。

我的代码示例：

https://github.com/antkillerfarm/antkillerfarm_crazy/blob/master/python/ml/keras/hello_gan1.py

由于这里的随机因素实在太多，训练失败有时也许并不是代码的问题，即使成功也往往在数十epoch之后，计算量实在太大。我自己的示例用GTX 1080跑了11个小时。

Auto-Keras

Google AutoML的一个开源对手。

https://autokeras.com/

https://github.com/jhfjhfj1/autokeras

https://mp.weixin.qq.com/s/tyWUxJndljOSZT1-aYPgeg

Keras入门必看教程

https://kexue.fm/archives/5765

让Keras更酷一些！Keras模型杂谈

https://mp.weixin.qq.com/s/4Nz2e_vNYgq_y01JFneSfw

“让Keras更酷一些！”：分层的学习率和自由的梯度

https://mp.weixin.qq.com/s/H-oAETObn0SLUxK8–xudg

Keras+OpenAI强化学习实践：行为-评判模型

https://mp.weixin.qq.com/s/2lcOfU3X27YYqbWS341jcg

Keras+OpenAI强化学习实践：深度Q网络

http://mp.weixin.qq.com/s/kvQlzafLAn_8YgBmib3P0g

手把手教你在Amazon EC2上安装Keras

http://mp.weixin.qq.com/s/sQKhopzS4EOcYwjrM8E7xQ

十分钟搞定Keras序列到序列学习

https://mp.weixin.qq.com/s/PR5gQYEse9KxhSkEVglRWg

用Keras实现seq2seq学习

https://mp.weixin.qq.com/s/0Rdet35LHAXQJuo-r_THXg

如何为LSTM重新构建输入数据（Keras）

https://mp.weixin.qq.com/s/TGjfd3ahYSH_QYX_2j0DqQ

基于Keras的LSTM多变量时间序列预测

https://mp.weixin.qq.com/s/GqaXADRE7Hvxr-6-QapMIg

你必须知道的keras中最常用的深度学习的API

https://mp.weixin.qq.com/s/KE_zk7e6cf5ah303ZTpuMw

如何用Keras为序列预测问题开发复杂的编解码循环神经网络?

https://mp.weixin.qq.com/s/dbZLsWV3pDz3NQPc2aJAUw

用Keras开发字符级神经网络语言模型

https://mp.weixin.qq.com/s/J0pBoNpzj-GYjI-9qefkRg

7步掌握基于Keras的深度学习

https://mp.weixin.qq.com/s/HKOmDltonNpp8DftH7Goww

基于Keras的知识图谱处理实战

https://mp.weixin.qq.com/s/MvEgH-xgNk51qcdlnCJgiQ

Keras教程：用Encoder-Decoder模型自动撰写文本摘要

https://mp.weixin.qq.com/s/ktp4yfxHMt3103QzYhELrg

从头开始在Python中开发深度学习字幕生成模型

https://mp.weixin.qq.com/s/fHuHICI-_xAXIOkV0abpPg

仅需15分钟，使用OpenCV+Keras轻松破解验证码

https://mp.weixin.qq.com/s/I7IUFRVucnJLbGaTqGIXXw

如何使用Keras集成多个卷积网络并实现共同预测

https://mp.weixin.qq.com/s/2jPk3jg7AoNilErAZOaTOQ

输验证码输到崩溃？教你15分钟黑掉全球最流行的验证码插件

https://github.com/yanpanlau/DDPG-Keras-Torcs

Using Keras and Deep Deterministic Policy Gradient to play TORCS

https://mp.weixin.qq.com/s/qbyfErK7IC2tx7uJfzCg2g

seq2seq模型实例：用Keras实现机器翻译

https://mp.weixin.qq.com/s/SfambWzLry2IYRPklYk6Bw

利用TensorFlow和Keras进行比特币价格预测

https://mp.weixin.qq.com/s/tGkKNEAM6Ze1iEdqB9zzXQ

Keras：基于SegNet和U-Net的遥感图像语义分割

https://mp.weixin.qq.com/s/cvEkUBsPUmViHf5demFhtA

如何从零开始用Keras开发一个机器翻译系统！

https://mp.weixin.qq.com/s/13wS8jOZxHQ7J59Q8LvMOw

17种GAN变体的Keras实现请收好

https://mp.weixin.qq.com/s/3y-9R83Aw0Kj7qBma8x0DQ

Batch Normalization: 如何更快地训练深度神经网络

https://mp.weixin.qq.com/s/bpZ9iDf3hD7U3j2qIQi-wQ

10分钟入门Keras指南

https://mp.weixin.qq.com/s/xUPrv1ju1M9TmHbqgQBn7Q

用Python实现类FaceID的人脸识别？一文告诉你该怎么做

https://mp.weixin.qq.com/s/cmBlGiu-ATHAorYCoQhMBg

RNN-LSTM的Keras实现：以预测比特币和以太坊价格为例

https://mp.weixin.qq.com/s/_B_WaHJyH-JPS2izq_DuFg

如何使用LSTM在Keras中快速实现情感分析任务

https://mp.weixin.qq.com/s/NZErOUOeD7FidM98NlT2hQ

教你使用Keras一步步构建深度神经网络：以情感分析任务为例

https://mp.weixin.qq.com/s/uOP-VT_ITufMEW16hKRweA

手把手教你用RNN做情感分析

https://mp.weixin.qq.com/s/kIrmFLn3g-JlW74DAt4hEg

Python新玩法！如何自己动手实现FaceID功能

https://mp.weixin.qq.com/s/VmjaTzzPNXAQicFqhVM1RQ

Keras/监督学习15分钟搞定最新深度学习车牌OCR

https://mp.weixin.qq.com/s/_Kh9ZMLmAfcACVYxt02lqA

如何利用深度学习写诗歌

https://mp.weixin.qq.com/s/yzYRMLYKEwHMGjsmYzFLAw

在Keras上实现GAN：构建消除图片模糊的应用

https://mp.weixin.qq.com/s/wlJaBaKj8mET43e7c0GpLw

textgenrnn：只需几行代码即可训练文本生成网络

https://mp.weixin.qq.com/s/aZPlDOICUsXDZer0jSa65A

使用Keras和CNN构建分类器

https://mp.weixin.qq.com/s/8KDJE3MVyBMs4fUMEX7bHQ

基于Keras的注意力机制实战

http://mp.weixin.qq.com/s/1UDKVasluMpPiteysmEx1A

深度学习必备—用Keras和直方图均衡化—数据增强

https://mp.weixin.qq.com/s/bSWatfZqkvdcXJQop4LMxw

TensorFlow快餐教程：程序员快速入门深度学习五步法

https://mp.weixin.qq.com/s/eoSpoeNpKwKSouMgrA70xQ

用Python语言模型和LSTM做一个Drake饶舌歌词生成器

https://mp.weixin.qq.com/s/rVliMXPCYU4rTKU8i-gxtQ

如何用50行代码构建情感分类器

https://mp.weixin.qq.com/s/Cbpm7oMmRMC60p5_uzbn7Q

无需数学背景！谷歌研究员为你解密生成式对抗网络

https://mp.weixin.qq.com/s/u-Yq5MR0h7SDwxORZ0zQ-w

Keras vs PyTorch：谁是“第一”深度学习框架？

https://mp.weixin.qq.com/s/uFe0gQ2pxxfG-cHCZ38O_Q

手把手教你用Keras实现LSTM预测英语单词发音

https://mp.weixin.qq.com/s/sDeh0Oqqs6ERJ4Hz5ROA5Q

DeepMind重磅：神经算术逻辑单元，Keras实现

https://mp.weixin.qq.com/s/VmHckiVzz6oAvuHgyWkeUg

使用Keras实现多输出分类：用单个模型同时执行两个独立分类任务

https://mp.weixin.qq.com/s/kHX6GQ_HT2L58f49afWijA

手把手教你用keras–CNN网络识别cifar10

https://mp.weixin.qq.com/s/7tQOZcLmHYaztGGpZ-vt2Q

Keras和TensorFlow之争何时休？

https://mp.weixin.qq.com/s/caVN0570nzNXdXXYfxSNzA

五个很厉害的CNN架构

https://mp.weixin.qq.com/s/zznSbNqXBflecK7eHHT4Tg

基于迁移学习实现花卉图像分类

https://mp.weixin.qq.com/s/iDYhXUDlxeG_vOpxO5eIyQ

用Keras实现图书推荐系统

https://mp.weixin.qq.com/s/UvR7rLXV8V_QAzLOEOTg2Q

如何在网上选到一瓶心仪的红酒？通过文本分析预测葡萄酒的质量

https://mp.weixin.qq.com/s/xXbyBvxM2HOzHedztpu1Wg

Keras的可视化训练

https://mp.weixin.qq.com/s/K9U3GCW1tAIYRoKKq_nG9w

一行TensorFlow/Keras代码解决真实场景中数据不平衡(imbalanced)问题

https://mp.weixin.qq.com/s/TJhes2vp5SfkAdHXbBsiXA

用CNN做NLP文本分类竞赛

https://mp.weixin.qq.com/s/RdrUlu6hBEuIu2VepeiC-Q

CV+NLP，使用tf.Keras构建图像搜索引擎

https://mp.weixin.qq.com/s/ksCWLX_cb9wkgAN35hjL3g

使用Keras Tuner调节超参数

https://www.pyimagesearch.com/2018/06/04/keras-multiple-outputs-and-multiple-losses/

一个多输出+多Loss的示例

简单来说，Linux Virtual Server就是把一个集群虚拟成一台机器。

http://www.linuxvirtualserver.org/zh/lvs1.html

章文嵩博士的LVS经典论文，非常值得一读。

LVS的代码已经集成进Linux内核，在net/netfilter/ipvs目录下。

http://www.cnblogs.com/xybaby/p/7867735.html

关于负载均衡的一切：总结与思考

网络虚拟化

网络虚拟化是一个相反的过程，即将一台机器虚拟成一个集群。

它和LVS不是相对的概念，而是相辅相成的：

1.对于用户来说，无论多大的集群，用起来都像一台机器一样。

2.对于集群内部来说，资源调度的颗粒度，从单台机器下移到单个实例（服务/VM/容器）。

这里的内容较多，仅列出关键术语，备查。

Software Defined Network，SDN

Open vSwitch，OVS

Overlay，顾名思义，上层的，或者说，业务层面的、用户层面的，overlay traffic 是指用户业务流量。

而与overlay所对应的是underlay，顾名思义，下层的，或者说，基础架构层，专门用于承载用户流量的传统的IP网络，只要可以提供IP包的转发即可。

leaf-spine

https://mp.weixin.qq.com/s/blU7ewaKiQowV8Yju5J4lA

云计算时代携程的网络架构变迁

https://mp.weixin.qq.com/s/zuTgPlNSUpUBp8eZUFMbPA

OpenStack的架构详解

https://www.cnblogs.com/bakari/p/8037105.html

网络虚拟化

https://www.cnblogs.com/bakari/p/8097439.html

从Bridge到OVS，探索虚拟交换机

https://zhuanlan.zhihu.com/p/29881248

数据中心网络架构浅谈（一）

https://zhuanlan.zhihu.com/p/29975418

数据中心网络架构浅谈（二）

https://zhuanlan.zhihu.com/p/30119950

数据中心网络架构浅谈（三）

https://zhuanlan.zhihu.com/p/64445886

数据中心网络架构浅谈（四）