🧠 什么是 Keras？
Keras 是一个开源的深度学习框架，专注于用户友好性与可扩展性，常用于构建神经网络模型。它支持 TensorFlow、Theano 和 CNTK 作为后端，提供简洁的 API 来简化模型开发流程。
✅ 核心优势
- 📈 快速原型设计：几行代码即可搭建模型
- 🔄 模块化设计：通过层（Layer）组合构建网络
- 🌐 与 TensorFlow 集成：支持 GPU/TPU 加速
- 📚 丰富的预训练模型：如 ResNet、VGG 等
📚 基础使用示例
from keras.models import Sequential
from keras.layers import Dense
# 创建模型
model = Sequential()
model.add(Dense(32, activation='relu', input_dim=100))
model.add(Dense(1, activation='sigmoid'))
# 编译模型
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['accuracy'])
📌 常见应用场景
| 场景 | 示例 |
|---|---|
| 图像分类 | 使用 Conv2D 层处理 CNN 模型 |
| 自然语言处理 | 嵌入层（Embedding）结合 LSTM/RNN |
| 时序预测 | SimpleRNN 或 LSTM 层构建序列模型 |
🌐 进阶学习资源
如需深入了解 Keras 与 TensorFlow 的协同工作原理，可参考：
/ai_tutorial/docs/tensorflow
📌 小贴士：Keras 的 Functional API 可用于构建复杂模型结构，例如多输入/多输出模型。