Keras 示例教程

Keras 是一个高级神经网络 API，运行在 TensorFlow 之上，提供了一种简单而强大的方式来构建和训练神经网络。以下是一些 Keras 的示例教程，帮助您快速上手。

1. 简单线性回归

线性回归是一个预测连续值的简单模型。以下是一个使用 Keras 实现线性回归的示例：

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

# 创建模型
model = Sequential()
model.add(Dense(1, input_dim=1))

# 编译模型
model.compile(optimizer='sgd', loss='mean_squared_error')

# 训练模型
model.fit(x_train, y_train, epochs=1000, batch_size=10)

2. 卷积神经网络

卷积神经网络（CNN）在图像识别和分类任务中非常有效。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(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

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

3. 数据可视化

了解模型的表现非常重要。以下是如何使用 Keras 的 plot_model 函数来可视化模型结构：

from keras.utils.vis_utils import plot_model

plot_model(model, to_file='model.png', show_shapes=True)

模型结构图

扩展阅读

想要了解更多关于 Keras 的内容，可以访问我们的 Keras 教程。

如果您需要更详细的示例或者有其他关于 Keras 的问题，欢迎在社区中提问。🤔