随想录（keras入门）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/feixiaoxing/article/details/81771365

【 声明：版权所有，欢迎转载，请勿用于商业用途。  联系信箱：feixiaoxing @163.com】

    深度学习基于神经网络而来，学习起来比较复杂。虽然google的tensorflow框架给我们提供了方便，但是使用上还是有很多不明白的地方。现在有了keras之后，大家应该就没有烦恼了。keras相当于在tensorflow上面封装了一层，大部分参数是用默认参数。使用起来得心应手。关于安装方法，我一般都是在ubuntu 16.04上面安装。比如pip install keras就可以完成安装了。一般来说，做到这几步就可以了，

1、构建sequential模型

from keras.models import Sequential

model = Sequential()

2、添加网络层

from keras.layers import Dense, Activation

model.add(Dense(units=64, input_dim=100))
model.add(Activation("relu"))
model.add(Dense(units=10))
model.add(Activation("softmax"))

3、编译模型，注意损失函数和优化函数两个变量

model.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['accuracy'])

4、训练数据

model.fit(x_train, y_train, epochs=5, batch_size=32)

5、评估数据

loss_and_metrics = model.evaluate(x_test, y_test, batch_size=128)

6、如果不需要评估数据，可以直接预测数据

classes = model.predict(x_test, batch_size=128)

7、更多内容

    关于keras的内容，更多可以参考官方网站，或者它的中文网站https://keras-cn.readthedocs.io/en/latest/#30skeras。关于机器学习或者深度学习这块，个人觉人keras和sklearn、cv2这些开源库一样好用，建议大家多多练习。