1. 毕业设计（论文）主要内容：
Keras（http：//keras.io）是一个非常易用的深度学习框架，使用python语言编写，是一个高度模块化的神经网络库，后端同时支持Theano和TensorFlow，而Theano和TensorFlow支持GPU，因此使用keras可以使用GPU加速模型训练。Keras中包括了构建模型常用的模块，如Optimizers优化方法模块，Activations激活函数模块，Initializations初始化模块，Layers多种网络层模块等，可以非常方便快速的搭建一个网络模型，使得开发人员可以快速上手，并将精力放在模型设计而不是具体实现上。常见的神经网络模型如CNN，RNN等，使用keras都可以很快搭建出来，开发人员只需要将数据准备成keras需要的格式丢进网络训练即可。如果对keras中自带的layer有更多的需求，keras还可以自己定制所需的layer。
Keras项目中的example自带了多个示例，包括经典的mnist手写识别测试等，其中和NLP（ 自然语言处理）相关的示例有很多，比如基于imdb数据的情感分析、文本分类、序列标注等。
本课题的主要内容是研究与实现Keras对新闻内容的处理。
2. 毕业设计（论文）主要任务及要求
完成的主要任务及要求：1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；2.认真填写周记，完成800字开题报告；3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；4.完成系统的编码与调试；5.完成10000字以上的毕业论文；6.进行论文答辩。
3. 毕业设计（论文）完成任务的计划与安排
完成任务的时间节点：(1)2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；(2)2017/2/23—2017/4/30：系统架构、程序设计与开发、系统测试与完善；(3)2017/5/1—2017/5/25：撰写及修改毕业论文；(4)2017/5/26—2017/6/6：准备答辩。
4. 主要参考文献
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
