|
|
51CTO旗下网站
|
|
移动端

1.9 直观地用Keras 建立网络

《Python深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案》第1章编程环境、GPU 计算、云解决方案和深度学习框架,本章重点介绍构建深度学习框架用到的一些流行技术方案。本节为大家介绍直观地用Keras 建立网络。

作者:程国建/周冠武 译来源:机械工业出版社|2018-08-30 18:12

1.9 直观地用Keras 建立网络

Keras 是深度学习工程师熟知并使用的深度学习框架。它提供了对TensorFlow、CNTK和Theano 框架的封装。这个封装器可以通过堆叠不同类型的层来轻松创建深度学习模型。Keras 的优点在于代码的简单性和可读性。如果想在训练过程中使用多个GPU,则需要像使用TensorFlow 一样设置设备。

如何去做…

1)首先在本地Anaconda 环境中安装Keras,如下所示:

应确保深度学习环境在执行此命令之前已被激活。

2)接下来,将Keras 库导入到Python 环境中:


该命令输出Keras所使用的后端。默认情况下,使用的是TensorFlow框架,如图1.3所示。

3)为了提供一个虚拟数据集,将使用numpy 和下面的代码:

4)使用顺序模式时,在Keras 中堆叠多个图层是很简单的。在这个例子中,使用一个具有32 个神经元的隐层和一个神经元的输出层:

5)接下来,需要对模型进行编译。在编译时,可以配置不同的设置,如损失函数、优化器和测度标准:

6)在Keras 中,可以轻松输出显示模型的摘要。它还将显示所定义模型中的参数数量:

在图1.4 中,可以看到所构建模型的摘要。

7)使用一个命令直接训练模型,同时将结果保存到一个名为history 的变量中:

8)对于测试,预测函数可以在训练后使用:

在对Keras 的简短介绍中,已经证明了在几行代码中实现神经网络是很容易的。但是,不要把简单与能力混为一谈。比起上面提到的内容,Keras 框架提供了更多的东西,如果需要,可以把模型调整到一个粒度级别。

喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书会第9群:808517103

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

共章 |

人订阅学习

共章 |

人订阅学习

读 书 +更多

网管员必读—服务器与数据存储(第2版)

本书是在第1版的基础上全面更新、改版而成的,仍然是目前图书市场中唯一一本全面介绍硬件服务器的IT图书。本书针对近两年来所出现的新服务...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO播客