Keras 基础实验指南

Keras 是一个高级神经网络 API，提供灵活和易于使用的深度学习功能。以下是一些基础的 Keras 实验指南。

安装 Keras

首先，您需要安装 Keras。可以通过以下命令进行安装：

pip install keras

如果您需要 TensorFlow 作为后端，可以安装以下包：

pip install tensorflow-gpu  # 如果您使用的是 GPU 版本的 TensorFlow

创建第一个模型

创建一个简单的神经网络模型，可以使用以下代码：

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，您可以使用以下代码来训练模型：

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

评估模型

使用以下代码来评估模型：

score = model.evaluate(X_test, y_test, verbose=0)
print(f'Test score: {score[0]}')
print(f'Test accuracy: {score[1]}')

更多资源

如果您想要了解更多关于 Keras 的信息，可以访问我们的 Keras 教程。

神经网络