Keras 是一个高级神经网络 API，可以运行在 TensorFlow、CNTK 和 Theano 上。它提供了灵活的构建和训练神经网络的方法，并且易于使用。
快速开始
安装
首先，确保你已经安装了 Python。然后，使用 pip 安装 Keras：
pip install keras
创建模型
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
model.fit(X_train, y_train, epochs=150, batch_size=10)
评估模型
score = model.evaluate(X_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
更多资源
想要了解更多关于 Keras 的信息，可以访问我们的 Keras 官方文档。
TensorFlow Logo
请注意：在构建和训练模型时，请确保你的数据集是干净和正确的。错误的数据集会导致错误的模型预测。