Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
ml-mastery-zh
提交
cc1a0ca0
M
ml-mastery-zh
项目概览
OpenDocCN
/
ml-mastery-zh
9 个月 前同步成功
通知
2
Star
556
Fork
158
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
ml-mastery-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
cc1a0ca0
编写于
1月 19, 2020
作者:
A
Andrew
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
finish proofread @Jan.19
上级
fd901115
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
21 addition
and
21 deletion
+21
-21
docs/dl-keras/introduction-python-deep-learning-library-keras.md
...-keras/introduction-python-deep-learning-library-keras.md
+21
-21
未找到文件。
docs/dl-keras/introduction-python-deep-learning-library-keras.md
浏览文件 @
cc1a0ca0
...
...
@@ -6,7 +6,7 @@ Python 中两个为深度学习研究和开发提供基础的顶级数字平台
两者都是非常强大的库,但两者都难以直接用于创建深度学习模型。
在这篇文章中,您将发现 Keras Python 库,它提供了一种在 Theano 或 TensorFlow 上创建一系列深度学习模型的简
洁方
便的方法。
在这篇文章中,您将发现 Keras Python 库,它提供了一种在 Theano 或 TensorFlow 上创建一系列深度学习模型的简便的方法。
让我们开始吧。
...
...
@@ -21,7 +21,7 @@ Python 深度学习库 Keras 简介
Keras 是一个用于深度学习的极简主义 Python 库,可以在 Theano 或 TensorFlow 之上运行。
它的开发旨在使
研究和开发尽可能快速简便地实施深度学习模型
。
它的开发旨在使
深度学习模型的研究和开发尽可能快速简便地实施
。
它运行在 Python 2.7 或 3.5 上,并且可以在给定底层框架的情况下在 GPU 和 CPU 上无缝执行。它是在许可的 MIT 许可下发布的。
...
...
@@ -34,7 +34,7 @@ Keras 由[FrançoisChollet](https://www.linkedin.com/in/fchollet)开发和维护
## 如何安装 Keras
如果您已经拥有可用的 Python 和 SciPy 环境,那么 Keras 的安装相对简单。
如果您已经拥有可用的 Python 和 SciPy 环境,那么 Keras 的安装
将
相对简单。
您还必须在系统上安装 Theano 或 TensorFlow。
...
...
@@ -63,7 +63,7 @@ python -c "import keras; print keras.__version__"
1.1
.
0
```
您可以使用相同的方法升级 Keras
的安装
:
您可以使用相同的方法升级 Keras :
```
py
sudo
pip
install
--
upgrade
keras
...
...
@@ -105,7 +105,7 @@ Using TensorFlow backend.
tensorflow
```
您还可以
通过指定 KERAS_BACKEND 环境变量在命令行上
指定 Keras 使用的后端,如下所示:
您还可以
在命令行上通过指定 KERAS_BACKEND 环境变量来
指定 Keras 使用的后端,如下所示:
```
py
KERAS_BACKEND
=
theano
python
-
c
"from keras import backend; print(backend._BACKEND)"
...
...
@@ -120,41 +120,41 @@ theano
## 使用 Keras 构建深度学习模型
Keras 的
重点是模型
的概念。
Keras 的
核心是模型(
`model`
)
的概念。
主要类型的模型称为序列
,它是层的线性堆栈
。
主要类型的模型称为序列
(
`Sequential`
)模型,它由多个网络层(
`layer`
)线性堆叠
。
您可以按照希望执行计算的顺序创建序列并向其添加层。
您可以按照希望执行计算的顺序
来
创建序列并向其添加层。
一旦定义
,您就可以编译模型,该模型利用底层框架来优化模型执行的计算。在此,您可以指定损失函数和要使用的优化程序
。
一旦定义
完成,您就可以配置模型,该模型将利用底层基础框架来优化计算。在此,您可以指定损失函数和所要使用的优化器
。
编译后,模型必须适合数据。这可以一次完成一批数据,也可以通过启动整个模型训练制度
来完成。这是所有计算发生的地方。
模型配置完成后,必须使用适合数据来训练模型。可以一次完成一批数据,也可以通过启动整个模型训练方案
来完成。这是所有计算发生的地方。
经过训练
,您可以使用模型对新数据进行预测。
完成训练后
,您可以使用模型对新数据进行预测。
我们可以总结一下 Keras 深度学习模型的构建如下:
我们可以总结一下 Keras 深度学习模型的构建
过程
如下:
1.
**定义
你的
模型**
。创建序列并添加层。
2.
**
编译你的
模型**
。指定损失函数和优化器。
3.
**
适合您的型号**
。使用数据执行
模型。
4.
**
做出
预测**
。使用该模型生成对新数据的预测。
1.
**定义模型**
。创建序列并添加层。
2.
**
配置
模型**
。指定损失函数和优化器。
3.
**
训练模型**
。使用数据训练
模型。
4.
**
模型
预测**
。使用该模型生成对新数据的预测。
## Keras 资源
下面的列表提供了一些其他资源,您可以
使用
它们来了解有关 Keras 的更多信息。
下面的列表提供了一些其他资源,您可以
通过
它们来了解有关 Keras 的更多信息。
*
[
Keras 官方主页
](
http://keras.io/
)
(文档)
*
[
GitHub 上的 Keras 项目
](
https://github.com/fchollet/keras
)
*
[
Keras 用户组
](
https://groups.google.com/forum/#!forum/keras-users
)
您是否正在寻找一个良好的深度学习教程来开
始
,请看看:
您是否正在寻找一个良好的深度学习教程来开
启学习之旅
,请看看:
*
[
用 Keras 逐步开发 Python 中的第一个神经网络
](
http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/
)
## 摘要
在这篇文章中,您
发现
了用于深度学习研究和开发的 Keras Python 库。
在这篇文章中,您
了解
了用于深度学习研究和开发的 Keras Python 库。
您发现 Keras 专为极简主义和模块化而设计,允许您快速定义深度学习模型并在 Theano 或 TensorFlow
后端运行它们。
知晓 Keras 专为极简主义和模块化而设计,允许您快速定义深度学习模型并以 Theano 或 TensorFlow 作为
后端运行它们。
你对 Keras 或这篇文章有任何疑问吗?在评论中提出您的问题,我会尽力回答。
\ No newline at end of file
你对 Keras 或这篇文章有任何疑问吗?请在评论中提出您的问题,我会尽力回答。
\ No newline at end of file
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录