无
入门指南 开发者指南 代码示例 计算机视觉 自然语言处理 结构化数据 使用 FeatureSpace 进行结构化数据分类 FeatureSpace 高级用例 不平衡分类:信用卡欺诈检测 从零开始进行结构化数据分类 使用 Wide、Deep 和 Cross 网络进行结构化数据学习 深度学习在客户生命周期价值中的应用 使用 Gated Residual 和 Variable Selection 网络进行分类 使用 TensorFlow Decision Forests 进行分类 使用神经决策森林进行分类 使用 TabTransformer 进行结构化数据学习 电影推荐的协同过滤 基于 Transformer 的推荐系统 使用 Gated Residual 和 Variable Selection 网络进行分类(含超参数调优) 时间序列 生成式深度学习 音频数据 强化学习 图数据 Keras 快速教程 Keras 3 API 文档 Keras 2 API 文档 KerasTuner:超参数调优 KerasHub:预训练模型 KerasRS
keras.io logo
  • 快速入门
  • 指南
  • API
  • 示例
  • Keras Tuner
  • Keras RS
  • Keras Hub
代码示例
计算机视觉 自然语言处理 结构化数据 使用 FeatureSpace 进行结构化数据分类 FeatureSpace 高级用例 不平衡分类:信用卡欺诈检测 从零开始进行结构化数据分类 使用 Wide、Deep 和 Cross 网络进行结构化数据学习 深度学习在客户生命周期价值中的应用 使用 Gated Residual 和 Variable Selection 网络进行分类 使用 TensorFlow Decision Forests 进行分类 使用神经决策森林进行分类 使用 TabTransformer 进行结构化数据学习 电影推荐的协同过滤 基于 Transformer 的推荐系统 使用 Gated Residual 和 Variable Selection 网络进行分类(含超参数调优) 时间序列 生成式深度学习 音频数据 强化学习 图数据 Keras 快速教程
► 代码示例 / 结构化数据

结构化数据

结构化数据分类

★
V3
使用 FeatureSpace 进行结构化数据分类
★
V3
FeatureSpace 高级用例
★
V3
不平衡分类:信用卡欺诈检测
V3
从零开始进行结构化数据分类
V3
使用 Wide、Deep 和 Cross 网络进行结构化数据学习
V3
使用 Gated Residual 和 Variable Selection 网络进行分类
V2
使用 TensorFlow Decision Forests 进行分类
V3
使用神经决策森林进行分类
V3
使用 TabTransformer 进行结构化数据学习

结构化数据回归

V3
用于客户终身价值的深度学习

推荐

V3
电影推荐的协同过滤
V3
基于 Transformer 的推荐系统

其他

V2
使用门控残差和变量选择网络进行分类并进行超参数调优

条款
|
隐私