使用Keras构建深度学习模型(以Resnet50为例)实现对Cifar10数据集的分类keras是目前流行的深度学习框架之一，目前已经整合到Tensorflow2.0版本中，用户通过安装Tensorflow包即可实现对Keras方便的调用。Keras为用户提供了多种深度学习模型调用的接口，用户通过简单的编辑即可实现经典模型的调用和搭建。目前Keras提供的模型接口有如下几个：from tenso

在进行深度学习训练时，优化器会对模型的参数进行优化，以寻找到一组最优解。一个简单的卷积神经网络，可以分为卷积池化层和全连接层，全连接层中的参数可以用神经元连接的权重W来表示，而卷积层的参数往往是用卷积核参数来表示。2D卷积对于输入层为 Win×Hin×DinW_{i n} \times H_{i n} \times D_{i n}Win​×Hin​×Din​的特征图，输出为Wout ×H

在进行深度学习训练时，优化器会对模型的参数进行优化，以寻找到一组最优解。一个简单的卷积神经网络，可以分为卷积池化层和全连接层，全连接层中的参数可以用神经元连接的权重W来表示，而卷积层的参数往往是用卷积核参数来表示。2D卷积对于输入层为 Win×Hin×DinW_{i n} \times H_{i n} \times D_{i n}Win​×Hin​×Din​的特征图，输出为Wout ×H

很多同学在使用多个电脑进行协同办公时，可能会遇到不同主机间的操作切换麻烦或者文件传输困难问题。对于多台主机，想要实现对主机的操作需要给每个主机配置一套鼠标和键盘，切换起来十分麻烦。此外，由于工作的需要，很多同学可能需要windows和linux两套操作系统协同办公，两套系统间的文件传输也是一个问题。在这里提供了一个关于多主机协同办公的解决方案，可以实现像操作同一个电脑一样的操纵两个主机。ps：目前