1.關(guān)于Keras
1）簡介
Keras是由純python編寫的基于theano/tensorflow的深度學(xué)習(xí)框架。
Keras是一個高層神經(jīng)網(wǎng)絡(luò)API，支持快速實驗，能夠把你的idea迅速轉(zhuǎn)換為結(jié)果，如果有如下需求，可以優(yōu)先選擇Keras：
a）簡易和快速的原型設(shè)計（keras具有高度模塊化，極簡，和可擴充特性）
b）支持CNN和RNN，或二者的結(jié)合
c）無縫CPU和GPU切換
2）設(shè)計原則
a）用戶友好：Keras是為人類而不是天頂星人設(shè)計的API。用戶的使用體驗始終是我們考慮的首要和中心內(nèi)容。Keras遵循減少認知困難的最佳實踐：Keras提供一致而簡潔的API， 能夠極大減少一般應(yīng)用下用戶的工作量，同時，Keras提供清晰和具有實踐意義的bug反饋。
b）模塊性：模型可理解為一個層的序列或數(shù)據(jù)的運算圖，完全可配置的模塊可以用最少的代價自由組合在一起。具體而言，網(wǎng)絡(luò)層、損失函數(shù)、優(yōu)化器、初始化策略、激活函數(shù)、正則化方法都是獨立的模塊，你可以使用它們來構(gòu)建自己的模型。
c）易擴展性：添加新模塊超級容易，只需要仿照現(xiàn)有的模塊編寫新的類或函數(shù)即可。創(chuàng)建新模塊的便利性使得Keras更適合于先進的研究工作。
d）與Python協(xié)作：Keras沒有單獨的模型配置文件類型（作為對比，caffe有），模型由python代碼描述，使其更緊湊和更易debug，并提供了擴展的便利性。
2.Keras的模塊結(jié)構(gòu)
3.使用Keras搭建一個神經(jīng)網(wǎng)絡(luò)
網(wǎng)友評論
