Keras框架安装及入门
简介Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。
为什么选择Keras
1.Keras 被工业界和学术界广泛采用
2.Keras 模型可以轻松部署在更广泛的平台
3.Keras 支持多个后端引擎
4.Keras 拥有强大的多 GPU 和分布式训练支持
5.Keras 的发展得到深度学习生态系统中的关键公司的支持
主要是简单，而且还挺好用！！！
Keras安装指引（以Tensorflow后端为例）
以下安装步骤均在Linux系统中进行
1.初始环境配置：Keras 兼容的 Python 版本: Python 2.7-3.6
2.安装运算加速库
3.CUDA开发环境搭建（建议cuda9.0+cudnn7.0）
下载CUDA9.0(注意不要下载9.1）,下载其它版本注意cuda和cudnn的版本对应关系
在装新CUDA的时候，系统会安装新版的驱动。安装完成运行nvidia-smi测试一下。
如果提示mismatch就重启电脑。
然后添加环境变量:
4.安装cuDNN v7.0 (注意下载和CUDA对应版本的，官网会有for CUDA x.x，注意如果要下载 for Ubuntu 版本，需要先安装 runtime 再安装 dev，也就是得下载两个 .deb)
5.安装tensorflow-gpu以及keras（tensorflow建议1.6）Tensorflow注意和numpy直接的版本关系
6.import tensorflow和import keras不报错就OK啦
简单的入门案例
1.一分钟构建MLP
2.保存/加载整个模型（结构 + 权重 + 优化器状态）
3.只保存/加载 模型的权重
4.顺序 (Sequential) 模型
指定输入数据尺寸，下面的代码是等价的
5.函数式API编程
一个简单例子
<div id="marketingBox" class="marketing-box"><div class="marketing-content">
CSDN 社区图书馆，开张营业！
深读计划，写书评领图书福利~
页:
[1]