深度學習與Keras筆記本

這個GitHub倉庫主要是個人在學習Keras過程中的記錄及練習。希望在學習過程中發現的一些好資訊與範例，能夠幫助那些想要使用Keras解決問題的朋友，或是對深度學習感興趣的學生們，提供一些易於理解且上手的範例來練習。如果你也有相關的範例想要與更多人分享，歡迎提出issue或PR。

這些筆記本主要是在一台搭載NVIDIA 1080Ti顯卡的Windows 10電腦上，使用Python 3.6和Keras 2.1.1版本運行產生的結果，但其中也穿插了一些TensorFlow及其他函式庫的介紹。對於想要進行深度學習的朋友們，真心建議配備GPU哦！

如果你覺得這個倉庫對學習深度學習有幫助，除了給它一個star之外，也請大家不吝推廣給更多的人。

內容

0.圖像資料集/工具介紹

• 0.0: COCO API解說與簡單範例

• 0.1: 自製撲克牌圖像資料集

• 0.2: 使用Pillow進行圖像處理

1.Keras API範例

• 1.0: 使用圖像增強進行深度學習

• 1.1: 如何使用Keras函數式API進行深度學習

• 1.2: 從零開始構建VGG網絡來學習Keras

• 1.3: 使用預訓練的模型來分類照片中的物體

• 1.4: 使用圖像增強訓練小數據集

• 1.5: 使用預先訓練的卷積網絡模型

• 1.6: 可視化卷積網絡模型學到的特徵

• 1.7: 構建自動編碼器(Autoencoder)

• 1.8: 序列到序列(Seq-to-Seq)學習介紹

• 1.9: One-hot編碼工具程序介紹

• 1.a: 循環神經網絡(RNN)介紹

• 1.b: LSTM的返回序列和返回狀態之間的區別

• 1.c: 用LSTM學習英文字母表順序

2.圖像辨識 (Image Classification)

• 2.0: Julia(Chars74K) 字母圖像辨識

• 2.1: 交通標誌圖像辨識

• 2.2: 辛普森卡通圖像角色辨識

• 2.3: 時尚服飾圖像辨識

• 2.4: 人臉關鍵點辨識

• 2.5: Captcha驗證碼辨識

• 2.6: Mnist手寫圖像辨識(MLP)

• 2.7: Mnist手寫圖像辨識(CNN)

3.物體偵測 (Object Recognition)

• 3.0: YOLO物體偵測演算法概念與介紹

• 3.1: YOLOv2物體偵測範例

• 3.2: 浣熊 (Racoon)偵測-YOLOv2模型訓練與調整

• 3.3: 浣熊 (Racoon)偵測-YOLOv2模型的使用

• 3.4: 袋鼠 (Kangaroo)偵測-YOLOv2模型訓練與調整

• 3.5: 雙手 (Hands)偵測-YOLOv2模型訓練與調整

• 3.6: 辛普森卡通圖像角色 (Simpson)偵測-YOLOv2模型訓練與調整

• 3.7: MS COCO圖像偵測-YOLOv2模型訓練與調整

4.物體分割 (Object Segmentation)

5.關鍵點偵測 (Keypoint Detection)

6.圖像標題 (Image Caption)

7.人臉偵測辨識 (Face Detection/Recognition)

• 7.0: 人臉偵測 - OpenCV (Haar特徵分類器)

• 7.1: 人臉偵測 - MTCNN (Multi-task Cascaded Convolutional Networks)

• 7.2: 人臉辨識 - 臉部偵測、對齊 & 裁剪

• 7.3: 人臉辨識 - 人臉部特徵擷取 & 人臉分類器

• 7.4: 人臉辨識 - 轉換、對齊、裁剪、特徵擷取與比對

• 7.5: 臉部關鍵點偵測 (dlib)

• 7.6: 頭部姿態(Head pose)估計 (dlib)

8. 自然語言處理 (Natural Language Processing)

• 8.0：詞嵌入(word embeddings)介紹

• 8.1：使用結巴(jieba)進行中文斷詞

• 8.2：Word2vec詞嵌入(word embeddings)的基本概念

• 8.3：使用結巴(jieba)進行歌詞分析

• 8.4：使用gensim訓練中文詞向量 (word2vec)

deep-learning-with-keras-notebooks 快速上手指南

本指南旨在帮助开发者快速搭建环境并运行 deep-learning-with-keras-notebooks 中的示例代码。该仓库包含大量基于 Keras 的深度学习实战 Notebook，涵盖图像分类、物体检测、人脸识别及自然语言处理等领域。

环境准备

系统要求

• 操作系统: Windows 10 (原作者环境), Linux, macOS 均可。
• 硬件建议: 强烈建议配备 NVIDIA GPU (如 GTX 1080Ti 或更高) 以加速模型训练。若无 GPU，部分大型模型训练将非常缓慢。
• Python 版本: 推荐 Python 3.6+ (现代环境建议使用 Python 3.8 - 3.10 以获得更好的库兼容性)。

前置依赖

主要依赖库包括：

• TensorFlow (后端)
• Keras
• Jupyter Notebook / JupyterLab
• OpenCV, Pillow, NumPy, Pandas
• 特定任务库：dlib, gensim, jieba (中文分词), matplotlib

安装步骤

1. 克隆仓库

首先将项目代码下载到本地：

git clone https://github.com/erhwenkuo/deep-learning-with-keras-notebooks.git
cd deep-learning-with-keras-notebooks

2. 创建虚拟环境 (推荐)

使用 conda 或 venv 隔离环境。以下以 conda 为例：

conda create -n keras-dl python=3.8
conda activate keras-dl

3. 安装核心依赖

由于原项目基于较旧版本的 Keras (2.1.1) 和 TF，为了在现代机器上顺利运行并兼容新特性，建议安装较新的稳定版 TensorFlow (已内置 Keras)。

使用国内镜像源加速安装 (推荐):

pip install tensorflow jupyter notebook opencv-python pillow matplotlib pandas scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

安装特定领域工具库: 针对仓库中的 NLP 和人脸相关示例，需额外安装：

pip install gensim jieba dlib h5py -i https://pypi.tuna.tsinghua.edu.cn/simple

注意: dlib 在某些 Windows 环境下可能需要预编译的二进制包或 C++ 构建工具。若安装失败，可尝试 pip install dlib-bin 或暂时跳过涉及 dlib 的章节 (7.5, 7.6)。

4. 启动 Jupyter

进入项目目录并启动服务：

jupyter notebook

浏览器将自动打开，显示文件列表。

基本使用

1. 选择入门示例

建议在浏览器中按以下顺序学习：

• 基础 API 与数据处理:

  • 打开 0.2-image-processing-pillow.ipynb 学习图像基础操作。
  • 打开 1.0-image-augmentation.ipynb 了解数据增强技术。

• 第一个深度学习模型 (MNIST):

  • 导航至 2.6-mnist-recognition-mlp.ipynb (多层感知机) 或 2.7-mnist-recognition-cnn.ipynb (卷积神经网络)。
  • 这是最经典的“hello world"级示例，无需额外下载数据集（Keras 会自动下载）。

2. 运行代码

1. 点击任意 .ipynb 文件打开 Notebook。
2. 确保右上角内核 (Kernel) 显示为刚才创建的 keras-dl 环境。
3. 点击菜单栏的 Cell -> Run All 依次执行所有单元格。
4. 观察输出结果、损失曲线图及预测准确率。

3. 进阶实践 (物体检测)

若需运行 YOLO 相关示例 (第 3 章)，请注意：

• 部分示例需要预先下载权重文件或特定数据集 (如 Racoon, Kangaroo)。
• 查看对应 Notebook 顶部的说明注释，通常会提供数据下载链接。
• 示例 3.1-yolov2-object-detection.ipynb 展示了如何使用预训练模型进行检测。

4. 中文 NLP 示例

对于第 8 章自然语言处理：

• 运行 8.1-jieba-word-tokenizer.ipynb 体验中文分词。
• 运行 8.4-word2vec-with-gensim.ipynb 学习如何训练中文词向量。

---

提示: 原项目部分链接指向 nbviewer.jupyter.org，在本地运行时直接打开对应的 .ipynb 文件即可获得相同的交互体验，且运行速度更快。