如何通过Keras构建并训练神经网络模型?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1601个文字,预计阅读时间需要7分钟。
Keras 是基于现有深度学习框架的二次框架,使用方便。后端支持 Theano 和 TensorFlow 两种方式。由于平时使用 TensorFlow,因此选择后端为 TensorFlow 的 Keras,代码如下:
由于Keras是一种建立在已有深度学习框架上的二次框架,其使用起来非常方便,其后端实现有两种方法,theano和tensorflow。由于自己平时用tensorflow,所以选择后端用tensorflow的Keras,代码写起来更加方便。
1、建立模型
Keras分为两种不同的建模方式,
Sequential models:这种方法用于实现一些简单的模型。你只需要向一些存在的模型中添加层就行了。
Functional API:Keras的API是非常强大的,你可以利用这些API来构造更加复杂的模型,比如多输出模型,有向无环图等等。
这里采用sequential models方法。
构建序列模型。
本文共计1601个文字,预计阅读时间需要7分钟。
Keras 是基于现有深度学习框架的二次框架,使用方便。后端支持 Theano 和 TensorFlow 两种方式。由于平时使用 TensorFlow,因此选择后端为 TensorFlow 的 Keras,代码如下:
由于Keras是一种建立在已有深度学习框架上的二次框架,其使用起来非常方便,其后端实现有两种方法,theano和tensorflow。由于自己平时用tensorflow,所以选择后端用tensorflow的Keras,代码写起来更加方便。
1、建立模型
Keras分为两种不同的建模方式,
Sequential models:这种方法用于实现一些简单的模型。你只需要向一些存在的模型中添加层就行了。
Functional API:Keras的API是非常强大的,你可以利用这些API来构造更加复杂的模型,比如多输出模型,有向无环图等等。
这里采用sequential models方法。
构建序列模型。

