keras学习笔记2——Merge、GPU调用、快速开始及常见问题
参考资料：http://keras-cn.readthedocs.io/en/latest/
1. Merge层
Merge层主要是用来合并多个model的，例子如下：
from keras.layers import Merge,Dense
from keras.models import Sequential
first_model=Sequential()
first_model.add(Dense(3,input_dim=5))
second_model=Sequential()
second_model.add(Dense(4,input_dim=4))
merged=Merge(layers=[first_model,second_model],mode='concat')
model=Sequential()
model.add(merged)
model.add(Dense(3))
详细：http://keras-cn.readthedocs.io/en/latest/getting_started/sequential_model/
2. GPU调用
TensorFlow做为后端时，会自动调用GPU，但使用Theano时，需要手动加载。
帮助文档：http://keras-cn.readthedocs.io/en/latest/getting_started/FAQ/#GPU中给出了三种调用GPU的方式，前两种未测试是否可用（不方便），第三种经测试判断不可用。因为在导入theano时，设备就已固定，无法更改，所以需在导入前更改设备。解决方式：
import os
os.environ['THEANO_FLAGS'] = "device=gpu1"
import theano
参考：http://stackoverflow.com/questions/30184994/how-can-i-change-device-used-of-theano/33579079
3. keras快速开始
keras的帮助文档极其详细，作为一名新手，仅需对keras做一般了解，即可上手并实现较为复杂的network。
Sequential模型：
http://keras-cn.readthedocs.io/en/latest/getting_started/sequential_model/
一般模型（复杂）
用户自定义复杂模型，如多输入输出模型、非循环模型、共享层模型等
http://keras-cn.readthedocs.io/en/latest/getting_started/functional_API/
4. 若干常见问题
参考：http://keras-cn.readthedocs.io/en/latest/getting_started/FAQ/
- 如何引用Keras？
- 如何使Keras调用GPU？
- 如何保存Keras模型？
- 为什么训练误差(loss)比测试误差高很多？
- 如何观察中间层的输出？
- 如何利用Keras处理超过机器内存的数据集？
- 当验证集的loss不再下降时，如何中断训练？
- 验证集是如何从训练集中分割出来的？
- 训练数据在训练时会被随机洗乱吗？
- 如何在每个epoch后记录训练/测试的loss和正确率？
- 如何使用状态RNN（statful RNN）？
- 如何使用Keras进行分布式/多GPU运算？