Keras深度学习框架安装及快速入门

1.下载安装Keras

　　如果你是安装的Anaconda组合套件，可以直接在Prompt上执行安装命令：pip install keras

　　

　　注意：最下面为Successfully...表示安装成功！

2.简介

　　Keras为图片数据输入提供了一个很好的接口，即Keras.preprocessing.image.ImageDataGenerator类，该类生成一个数据生成器Generator对象，依照循环批量生成对应于图像信息的多维矩阵。根据后台运行环境的不同（例如：TensorFlow,Theano等），多维矩阵的不同维度对应的信息分别是图像二维的像素点。第三维对应彩色通道，灰色图像为一维，RGB为三维。

3.入门案例：序列模型

　　3.1.简介

　　　　序列模型是通用模型中的一种，该模型各层之间是依次顺序的线性关系，在第k层和第k+1层之间可以加上各种元素来构造神经网络。这些元素可以通过一个列表来制定，然后作为参数传递给序列模型来生成相应的模型。

　　3.2.代码实现

 1 # -*- coding: utf-8 -*-
 2 """
 3 Created on Sat Jan 19 11:10:51 2019
 4 
 5 @author: zhen
 6 """
 7 
 8 from keras.models import Sequential
 9 from keras.layers import Dense
10 from keras.layers import Activation
11 
12 # Dense 全连接层
13 layers = [Dense(32, input_shape=(784,)), # 32,784 核数
14           Activation('relu'), # 激活函数
15           Dense(10),
16           Activation('softmax')]
17 
18 model = Sequential(layers)
19 model.summary()

　　3.3.结果

扫描二维码关注公众号，回复： 4981051 查看本文章

　　　　

　　3.4.分析

　　　　1.Keras内部使用之前已安装好的深度学习框架，在这里使用了TensorFlow.

　　　　2.使用model.summary()可以查看当前神经网络的架构和详细参数信息。