Keras 是一个高级神经网络 API，可以运行在 TensorFlow、CNTK 和 Theano 上。它被设计为用户友好，模块化和可扩展。Keras 让你能够快速实验不同的神经网络架构。

主要特点

  • 用户友好：Keras 的设计哲学是简洁、模块化和可扩展。
  • 高度模块化：Keras 提供了一个灵活的 API，可以轻松构建和组合不同的层。
  • 可扩展性：Keras 可以很容易地与其他深度学习库结合使用。

安装

首先，您需要安装 TensorFlow。可以使用以下命令安装：

pip install tensorflow

快速开始

以下是一个简单的 Keras 模型示例：

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)

社区资源

更多关于 Keras 的信息和资源，可以访问我们的 Keras 社区页面。

图片展示

Keras Logo