加载数据

Keras 是一个高级神经网络 API，能够快速地搭建和训练深度学习模型。以下是 Keras 的一个简单教程。

安装 Keras

首先，您需要安装 Keras。Keras 可以通过 pip 安装：

pip install keras

如果您需要 TensorFlow 作为后端，还需要安装 TensorFlow：

pip install tensorflow

创建第一个模型

以下是一个简单的 Keras 模型示例：

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

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

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

训练模型

接下来，您需要准备一些数据来训练模型：

from keras.datasets import iris
from keras.utils import np_utils


(X_train, y_train), (X_test, y_test) = iris.load_data()

# 编码类别标签
y_train = np_utils.to_categorical(y_train)
y_test = np_utils.to_categorical(y_test)

现在，您可以训练模型：

model.fit(X_train, y_train, epochs=150, batch_size=10)

评估模型

最后，评估模型的性能：

scores = model.evaluate(X_test, y_test)
print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

更多关于 Keras 的信息，请访问 Keras 官方文档。

[center]