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
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