# 在 Keras 中獲得深度學習幫助的 9 種方法 > 原文： [https://machinelearningmastery.com/get-help-with-keras/](https://machinelearningmastery.com/get-help-with-keras/) Keras 是一個 Python 深度學習庫，可以使用高效的 Theano 或 TensorFlow 符號數學庫作為后端。 Keras 非常易于使用，您可以在幾分鐘內開發出您的第一個[多層感知器](http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/)，[卷積神經網絡](http://machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/)或 [LSTM 遞歸神經網絡](http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/)。 當您開始使用 Keras 時，您可能會遇到技術問題，這時候您可能需要一些幫助。 在這篇文章中，您將會發現在 Keras 開發深度學習模型遇到問題時可以提供解決方案的9種途徑。 讓我們現在開始吧！ ## 如何最好地使用這些資源 第一步是了解此從哪里可以獲得幫助，但除此之外您需要知道如何充分利用這些資源。 以下是您可以使用的一些提示： * 將您的問題簡化為最簡單的形式，例如：不應該是“_我的模型不起作用_” 而是轉化為 “_x如何工作_”。 * 在提問之前搜索答案。 * 提供盡可能小的工作示例來演示您的問題。 ## 1\. Keras 用戶 Google Group  Keras 用戶 Google Group 也許向 Keras 社區提問的最直接的地方就是在 Google 群組（舊的 usenet）上的 Keras Users 群組上。 在這里，你不需要接受任何電子郵件，你可以直接在線訪問，我推薦以下方式： * [Keras Google 用戶組](https://groups.google.com/forum/#!forum/keras-users) ## 2\. Keras Slack Channel  也許Keras Slacks 頻道是可以直接聊聊Keras和相關問題的最佳方式。 這種方式現在基本上取代了 IM 和 IIRC。 不過，您必須先提交要求加入的申請。 * [Keras Slack 加入表格](https://keras-slack-autojoin.herokuapp.com/) * [Keras Slack Channel](https://kerasteam.slack.com/) ## 3\. Gitter 上的 Keras  另一個交流Keras的好地方是Keras Giiter，盡管組織比較松散，但這個平臺上仍然有大量的人。 盡管在這個論壇里盡情“遨游”吧！ * [Keras Gitter 組織](https://gitter.im/Keras-io/Lobby#) ## 4\. StackOverflow 上的 Keras 標簽  StackOverflow 是一個致力于編程問題的問答網站，在這里有大量有關深度學習和與Keras相關的問題，我建議您可以直接搜索帶有“_Keras_”標簽的相關回答。 * StackOverflow 上的 [Keras 標簽](https://stackoverflow.com/questions/tagged/keras) ## 5. CrossValidated 上的Keras 標簽  CrossValidated 是一個致力于機器學習的問答網站，并且有很多關于Keras相關的問題，但它們可能多的是一些理論上的問題集合，而不是專注于代碼和編程。 同樣，我建議搜索并訪問使用“_keras_”標簽的問題。 * CrossValidated上的 [Keras 標簽](https://stats.stackexchange.com/questions/tagged/keras) ## 6.數據科學上的 Keras 標簽  支持 StackOverflow 和 CrossValidated 的 StackExchange 網站也有一個專用于 DataScience 的站點。 它現在仍處于測試階段，尚未成為該網站的正式成員，盡管如此，該網站上還是有很多關于 Keras 的話題。 與其他兩個站點不同，這些話題可能更多的以過程導向為主。 同樣，我建議搜索并訪問帶有“ _keras_ ”標簽的話題。 * [數據科學堆棧交換中的 Keras 標簽](https://datascience.stackexchange.com/questions/tagged/keras) ## 7\. Quora 上的 Keras 主題  Quora 是一個大型的通用問答網站（類似于中國的知乎），雖然它是通用的，但是仍然擁有很多技術相關的話題，包括 Keras 和深度學習。 這些問題的重點更多是基于文本解釋和說明性的，您可能會獲得有關技術的更多詳細信息，而不是實現細節。 我建議您直接在“ _Keras_ ”主題中搜索和提問。 * 關于 Quora 的 [Keras 主題](https://www.quora.com/topic/Keras) ## 8\. Keras Github 問題  Keras 是一個在 GitHub 上托管的開源項目。 GitHub 提供了一個基本的問題管理系統，Keras 項目報告了很多問題，雖然問題應該僅限于代碼的技術問題，但在這些問題上對 Keras 的討論卻令人驚訝。 我建議您搜索 Keras 問題，但只有您在發現錯誤或有新功能請求時才發布您的問題（[請參閱指南](https://github.com/fchollet/keras/blob/master/CONTRIBUTING.md)）。 * [Keras Github 問題](https://github.com/fchollet/keras/issues) ## 9\.Twitter 上的 Keras問題  您可以直接在 Twitter 上快速獲有關Keras的相關問題。 我建議您直接在 Twitter 搜索“ _keras_ ”。 我建議您還可以使用“ _keras_ ”標簽進行搜索并發布新的問題。 * Twitter 上的 [Keras 話題標簽](https://twitter.com/hashtag/keras) 您也可以通過關注 Keras 背后的創造者和首席開發人員，[Fran?oisChollet](https://twitter.com/fchollet)來獲得對于Keras更深刻的理解。 ## 其他 Keras 站點 以下是其他 Keras 網站，您可以在此獲得相關幫助。 * [Keras 官方博客](https://blog.keras.io/) * [Keras API 文檔](https://keras.io/) * [Keras 源代碼項目](https://github.com/fchollet/keras) ### 摘要 在這篇文章中，您了解了可以在全網范圍內獲得有關Keras深度學習的問答網站。 你有沒有使用過這些資源？你是怎么做到的？ 您是否想在其他地方獲得有關Keras的幫助？請在下面的評論中告訴我。