web 前端中文站前些天看到一篇文章:《深度学习 4 大技术方向:Keras之父、谷歌研究员拆解机器自主学习》,其中提到Keras作者、《Python 深度学习》一书的作者 Francois Chollet 在博客上发文探讨深度学习的未来,从技术演化的角度,提出未来深度学习的 4 大:模型即程序、超越反向和可微分层、自动化的机器学习、终身学习和重复利用模块化子程序。未来深度学习无疑是越来越自主化的,但是从技术角度需要什么累积与突破,文章进行了很好的解读。作者认为,机器学习工程师的工作不会消失,相反,工程师将在价值创造链上走高。
Keras 作为一款机器编程软件,它利用深度学习技术可以将设计模型转化为代码。目前在 Github 排行榜第一名,是一个梦幻项目。神经网络通过深度学习,自动把设计稿变成 HTML 代码。?作者号称三年后,人工智能彻底改变前端开发。今天我们一起来研究研究它的用法。
更多精彩内容请看 web 前端中文站
http://www.lisa33xiaoq.net 可按 Ctrl + D 进行收藏
Keras 是一个可以将屏幕截图转换为静态网站的神经网络。在使用它之前,我们需要先安装它。
安装
Keras 有两种安装方法,一种是在 FloydHub 云上,一种是在本地安装。在 FloydHub 上的安装方法如下:
pip install floyd-cli floyd login git clone https://github.com/emilwallner/Screenshot-to-code-in-Keras cd Screenshot-to-code-in-Keras/floydhub floyd init projectname floyd run --gpu --env tensorflow-1.4 --data emilwallner/datasets/imagetocode/2:data --data emilwallner/datasets/html_models/1:weights --mode jupyter
相比在 FloydHub 上操作,我更喜欢在本地研究它。下面列举在本地安装使用它的方法。
下载 https://github.com/emilwallner/Screenshot-to-code-in-Keras ,它的目录中有 local 部分。
我们只需只需下面的命令即可。
pip install keras pip install tensorflow pip install pillow pip install h5py pip install jupyter git clone https://github.com/emilwallner/Screenshot-to-code-in-Keras cd Screenshot-to-code-in-Keras/local jupyter notebook
文件夹结构
Keras 中的文件夹结构如下:
| -floydhub #在 Floyhub | | - Bootstrap # Bootstrap 版本 | | | -compiler #编译器将令牌转换为 HTML / CSS(由 pix2code) | | -Hello_world # Hello World 版本 | | -HTML # HTML 版本 | | | -resources #www.lisa33xiaoq.net | | | | -Resources_for_index_file #用 CSS 和图片来测试 index.html 文件 | | | | -html # HTML 文件在 | | | | -images #培训的截图 | -local #本地设置 | | - Bootstrap # Bootstrap 版本 | | | -compiler #编译器将令牌转换为 HTML / CSS(由 pix2code) | | | -resources | | | | -eval_light # 10 测试图像和标记 | | -Hello_world # Hello World 版本 | | -HTML # HTML 版本 | | | -Resources_for_index_file # CSS,图像和脚本测试 index.html 文件 | | | -html # HTML 文件在 | | | -images #培训的截图 |-readme_images #自述页面的图像
关于 Keras 的模型,大家可以到 github 上学习。它的原理主要是参考?pix2code paper?和?sketching interfaces。
【注:本文源自网络文章资源,由站长整理发布】