Keras 示例教程

Keras 是一个高级神经网络 API，运行在 TensorFlow 之上，提供了构建和训练神经网络所需的工具和函数。以下是一些 Keras 的示例教程，帮助您快速上手。

示例 1：简单的神经网络

以下是一个使用 Keras 构建和训练简单神经网络的示例。

from keras.models import Sequential
from keras.layers import Dense

# 创建模型
model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

# 编译模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 训练模型
model.fit(X_train, y_train, epochs=150, batch_size=10)

示例 2：卷积神经网络

Keras 还支持构建卷积神经网络（CNN），以下是一个简单的 CNN 示例。

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense

# 创建模型
model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(64, 64, 3)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

# 编译模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 训练模型
model.fit(X_train, y_train, epochs=10, batch_size=32)

扩展阅读

更多关于 Keras 的教程和示例，请访问 Keras 官方文档。

Keras Logo