特别说明
本系列为Keras的个人笔记,内容多来自为官方文档和全网博文的提炼
为了更好的展示效果,代码段将以图片的形式上传
if:
- 转载本文:尚请添加博文地址,您的尊重是在为社会主义建设添砖加瓦
- 得到帮助,望能不吝留赞,您的肯定将激励我继续创作
- 复制代码:移步笔者的Github,传送门会贴在每篇博文的顶部,敬请star
- 如有问题,请参阅往期内容、在评论区留言发问,或提出issues,欢迎探讨
- 如有不足:还望务必指正和赐教,或直接pull requests,不胜感激
环境说明
平台:WIN10(教育版)
环境:Anaconda5.2(Python3.6.6)
IDE:Pacharm2018.2.3(专业版)
Keras:2.2.2
先修知识
NumPy:组织数据的容器,非常重要
扫描二维码关注公众号,回复: 3146272 查看本文章Pandas:处理数据的手段,非常重要
Matplotlib:可视化数据的工具,更加直观
Sklearn:机器学习的高级封装,简单易用
流程框架
代码解析
用Keras搭建神经网络主要有四大步骤:
- 生成模型框架:选择序贯模型或者函数式模型框架
- 添加层:从第一层隐藏层开始添加,Dense是最常用的全连接层
- 编译模型:将损失函数、优化器、评价指标等参数传入,完成搭建
- 应用:训练、测试、预测
Keras采用傻瓜式封装,无论多么复杂的模型,记住这个套路就可以
1-2:导入Keras的models和layers
5:选择一个模型框架生成,一般为序贯模型:Sequential
6-8:通过add方法来添加层,除去输入层不需要添加外,有几层就add几层
9-10:编译模型
11:打印出搭建好的模型结构
14:代入数据训练
15:代入数据测试
16:预测新数据样本
完
上一篇:没有了
下一篇:线性回归