今年1月，Keras作者、谷歌AI研究员François Chollet在推特上发出召唤：讲中文的Keras用户们，是否有人愿意帮忙一起搞个Keras文档的中文版？
一个多月后，官方中文文档来了。
Keras 是 Google 的一位工程师 François Chollet 开发的一个框架，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行，能帮助你快速的构建和训练自己的深度学习模型。 目前，Keras 是成长最快的一种深度学习框架。为了方便开发者了解和掌握 Keras，我们为大家准备了以下关于 Keras 的内容。
官方资源 💼
- 👨 官网：keras.io
- 📖 中文版文档：keras.io/zh/
- 🏃 快速入门：keras.io/zh/#30-kera…
- 🐙 Github：github.com/keras-team/…
- 🗣 Google+网上论坛：groups.google.com/forum/#!for…
- 🐥 slack：kerasteam.slack.com/
文章 📃
[译]神经网络的 “Hello world” –keras 入门
Keras 框架发明者François Chollet推荐文章的翻译，出于Keras与scikit-learn的相似性，给出的引导教程：通过与scikit-learn的比较来使用Keras。
使用 Keras 创建、评价深度神经网络非常的便捷，不过你需要严格地遵循几个步骤来构建模型。 在本文中我们将一步步地探索在 Keras 中创建、训练、评价深度神经网络，并了解如何使用训练好的模型进行预测。
Keras TensorFlow教程：如何从零开发一个复杂深度学习模型
本文假设你已经熟悉了 TensorFlow 和卷积神经网络，如果，你还没有熟悉，那么可以先看看这个10分钟入门 TensorFlow 教程和卷积神经网络教程，然后再回来阅读这个文章。
作者受微信监控Tensorflow训练的启发，开发了一个控制keras训练的插件（控制pytorch、mxnet、caffe交给各位了，动态图类的还可能可以用微信动态定义）。现在已经实现了包括被动监控、主动查询、远程关机/停止训练等多项功能。
教程 🍞
以下是Keras发明者François Chollet的一些建议供参考：
如果你不是很熟悉深度学习和机器学习的话，你可能需要先确认下你是否学过下列教程，只要你有一些 Python 的背景，这些很基础的课都很容易跟着学
- 一个来自 CERN 的从零开始学神经网络和 Keras 的视频教程（cds.cern.ch/record/2157…）
- 来自 FastForwardLabs 的 Keras 「Hello world」（github.com/fastforward…）
- 「通过 Keras，一步步用 Python 开发你的第一个神经网络」（machinelearningmastery.com/tutorial-fi…）
如果你已经了解了一些机器学习和深度学习的知识，那么最快上手的方式是：
- 阅读 Keras README（github.com/fchollet/ke…）
- 阅读序列模型（keras.io/getting-sta…）
- 阅读功能 API（keras.io/getting-sta…）
阅读一些关键的 Keras 代码：
- MLP（github.com/fchollet/ke…）
- Convnet（github.com/fchollet/ke…）
- LSTM（github.com/fchollet/ke…）
阅读 Keras 博客里的教程：
- 使用少量数据构建图象分类器（blog.keras.io/building-po…）
- 使用预训练词嵌入（blog.keras.io/using-pre-t…）
- 使用 Keras 构建自动编码器（blog.keras.io/building-au…） (blog.keras.io/building-au…)
- 然后通过参加 Kaggle 比赛来将你学到的技能应用到现实世界的问题。或者，这里有一个 Keras 教程和项目的知François Chollet – Session on Aug 15, 2016 – Quora 识库（github.com/fchollet/ke…），你能在这里找到很多教程和代码实例。
