Keras
Author：louwill
MachineLearningLab
keras是一款使用纯python编写的神经网络API，使用keras能够快速实现你的深度学习方案，所以keras有着为快速试验而生的美称。keras以Tensorflow、Theano、CNTK为后端，意思就是keras的底层计算都是以以上这些框架为基础的，这使得keras能够专注于快速搭建起神经网络模型。
keras搭建神经网络的基本流程利用keras搭建神经网络模型非常快速和高效，其模型实现的核心流程可以用四个步骤来概括。具体如下：
第一步就是设计你的网络结构（add）：调用keras神经网络的各个模块来组件你的模型架构，通过add方法来叠加。这一步是最需要仔细考虑的地方，关乎你的神经网络的复杂性和高效与否。简单示例如下：
fromkeras.layersimportDense,Activationmodel.add(Dense(units=64,input_dim=))model.add(Activation("relu"))model.add(Dense(units=10))model.add(Activation("softmax"))
上面的示例中，我们从keras的layers模块中导入了Dense全连接层、Activation激活层，构造了一个包含两个全连接层和一个relu和softmax激活的网络模型。
第二步是将设计好模型进行编译（
转载请注明：http://www.feijiquandao.com/hyljj/7634.html
