wehub-resource-sync
6.1 KiB
Note
本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
《Python 深度学习》配套 Jupyter 笔记本
本仓库包含实现了书中代码示例的 Jupyter 笔记本，对应书籍 《Python 深度学习》第三版（2025） ，作者为 Francois Chollet 和 Matthew Watson。此外，你还可以找到 第二版（2021） 以及 第一版（2017）. 的旧版笔记本。
为提高可读性，这些笔记本仅包含可运行的代码块和章节标题，省略了书中其余内容：文字段落、插图和伪代码。 若想跟上讲解脉络，建议你将笔记本与手中的纸质书或电子书对照阅读。
运行代码
我们建议在 Colab, 上运行这些笔记本，它 提供托管运行时，并已预装你所需的全部依赖。你也可以在本地运行这些笔记本：自行搭建 Jupyter 环境，或按照 Colab 的 本地运行. 说明操作。
默认情况下，所有笔记本都会在 Colab 的免费 GPU 运行时上执行，足以运行本书全部代码。若你订阅了 Colab Pro，第 8–18 章在更快的 GPU 上会运行得更顺畅。可在 Colab 下拉菜单中使用 Runtime -> Change runtime type 更改运行时类型。
选择后端
第三版代码使用 Keras 3 编写，因此可选用 JAX、TensorFlow 或 PyTorch 作为后端。要设置后端，请修改 Colab 顶部类似下面示例的单元格中的 backend 设置：
import os
os.environ["KERAS_BACKEND"] = "jax"
每个会话在导入 Keras 之前只需执行一次。若你正在运行笔记本中途切换后端，需要重启笔记本会话并重新运行所有相关单元格。可在 Colab 下拉菜单中使用 Runtime -> Restart Session 完成重启。
使用 Kaggle 数据
本书使用由 Kaggle——一个在线机器学习（Machine Learning）社区与平台——提供的数据集和模型权重。运行书中的 Kaggle 相关代码前，你需要创建 Kaggle 账号；具体说明见第 8 章。
对于需要 Kaggle 数据的章节，当你运行到包含 kagglehub.login() 的笔记本单元格时，可在每个会话中登录一次 Kaggle。或者，你也可以将 Kaggle 登录信息一次性配置为 Colab secrets：
- 访问 https://www.kaggle.com/ 并登录。
- 访问 https://www.kaggle.com/settings 并生成 Kaggle API 密钥。
- 点击左侧钥匙图标，打开 Colab 的 secrets 标签页。
- 添加两个 secrets：
KAGGLE_USERNAME和KAGGLE_KEY，分别填入你刚创建的用户名与密钥。
按这种方式，你只需复制一次 Kaggle 密钥，但在运行相关 Kaggle 代码时，仍需允许每个笔记本访问你的 secrets。