# 在 Keras 中获得深度学习帮助的 9 种方法 > 原文： [https://machinelearningmastery.com/get-help-with-keras/](https://machinelearningmastery.com/get-help-with-keras/) Keras 是一个 Python 深度学习库，可以使用高效的 Theano 或 TensorFlow 符号数学库作为后端。 Keras 非常易于使用，您可以在几分钟内开发出您的第一个[多层感知器](http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/)，[卷积神经网络](http://machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/)或 [LSTM 递归神经网络](http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/)。 当您开始使用 Keras 时，您可能会遇到技术问题，这时候您可能需要一些帮助。 在这篇文章中，您将会发现在 Keras 开发深度学习模型遇到问题时可以提供解决方案的9种途径。 让我们现在开始吧！ ## 如何最好地使用这些资源 第一步是了解此从哪里可以获得帮助，但除此之外您需要知道如何充分利用这些资源。 以下是您可以使用的一些提示： * 将您的问题简化为最简单的形式，例如：不应该是“_我的模型不起作用_” 而是转化为 “_x如何工作_”。 * 在提问之前搜索答案。 * 提供尽可能小的工作示例来演示您的问题。 ## 1\. Keras 用户 Google Group  Keras 用户 Google Group 也许向 Keras 社区提问的最直接的地方就是在 Google 群组（旧的 usenet）上的 Keras Users 群组上。 在这里，你不需要接受任何电子邮件，你可以直接在线访问，我推荐以下方式： * [Keras Google 用户组](https://groups.google.com/forum/#!forum/keras-users) ## 2\. Keras Slack Channel  也许Keras Slacks 频道是可以直接聊聊Keras和相关问题的最佳方式。 这种方式现在基本上取代了 IM 和 IIRC。 不过，您必须先提交要求加入的申请。 * [Keras Slack 加入表格](https://keras-slack-autojoin.herokuapp.com/) * [Keras Slack Channel](https://kerasteam.slack.com/) ## 3\. Gitter 上的 Keras  另一个交流Keras的好地方是Keras Giiter，尽管组织比较松散，但这个平台上仍然有大量的人。 尽管在这个论坛里尽情“遨游”吧！ * [Keras Gitter 组织](https://gitter.im/Keras-io/Lobby#) ## 4\. StackOverflow 上的 Keras 标签  StackOverflow 是一个致力于编程问题的问答网站，在这里有大量有关深度学习和与Keras相关的问题，我建议您可以直接搜索带有“_Keras_”标签的相关回答。 * StackOverflow 上的 [Keras 标签](https://stackoverflow.com/questions/tagged/keras) ## 5. CrossValidated 上的Keras 标签  CrossValidated 是一个致力于机器学习的问答网站，并且有很多关于Keras相关的问题，但它们可能多的是一些理论上的问题集合，而不是专注于代码和编程。 同样，我建议搜索并访问使用“_keras_”标签的问题。 * CrossValidated上的 [Keras 标签](https://stats.stackexchange.com/questions/tagged/keras) ## 6.数据科学上的 Keras 标签  支持 StackOverflow 和 CrossValidated 的 StackExchange 网站也有一个专用于 DataScience 的站点。 它现在仍处于测试阶段，尚未成为该网站的正式成员，尽管如此，该网站上还是有很多关于 Keras 的话题。 与其他两个站点不同，这些话题可能更多的以过程导向为主。 同样，我建议搜索并访问带有“ _keras_ ”标签的话题。 * [数据科学堆栈交换中的 Keras 标签](https://datascience.stackexchange.com/questions/tagged/keras) ## 7\. Quora 上的 Keras 主题  Quora 是一个大型的通用问答网站（类似于中国的知乎），虽然它是通用的，但是仍然拥有很多技术相关的话题，包括 Keras 和深度学习。 这些问题的重点更多是基于文本解释和说明性的，您可能会获得有关技术的更多详细信息，而不是实现细节。 我建议您直接在“ _Keras_ ”主题中搜索和提问。 * 关于 Quora 的 [Keras 主题](https://www.quora.com/topic/Keras) ## 8\. Keras Github 问题  Keras 是一个在 GitHub 上托管的开源项目。 GitHub 提供了一个基本的问题管理系统，Keras 项目报告了很多问题，虽然问题应该仅限于代码的技术问题，但在这些问题上对 Keras 的讨论却令人惊讶。 我建议您搜索 Keras 问题，但只有您在发现错误或有新功能请求时才发布您的问题（[请参阅指南](https://github.com/fchollet/keras/blob/master/CONTRIBUTING.md)）。 * [Keras Github 问题](https://github.com/fchollet/keras/issues) ## 9\.Twitter 上的 Keras问题  您可以直接在 Twitter 上快速获有关Keras的相关问题。 我建议您直接在 Twitter 搜索“ _keras_ ”。 我建议您还可以使用“ _keras_ ”标签进行搜索并发布新的问题。 * Twitter 上的 [Keras 话题标签](https://twitter.com/hashtag/keras) 您也可以通过关注 Keras 背后的创造者和首席开发人员，[FrançoisChollet](https://twitter.com/fchollet)来获得对于Keras更深刻的理解。 ## 其他 Keras 站点 以下是其他 Keras 网站，您可以在此获得相关帮助。 * [Keras 官方博客](https://blog.keras.io/) * [Keras API 文档](https://keras.io/) * [Keras 源代码项目](https://github.com/fchollet/keras) ### 摘要 在这篇文章中，您了解了可以在全网范围内获得有关Keras深度学习的问答网站。 你有没有使用过这些资源？你是怎么做到的？ 您是否想在其他地方获得有关Keras的帮助？请在下面的评论中告诉我。