假设 X_train 是输入特征，y_train 是对应的标签

Keras 快速开始指南

Keras 是一个高级神经网络 API，能够以用户友好的方式工作，同时能够以最小的性能开销运行。它旨在鼓励快速实验。以下是 Keras 的快速开始指南。

安装 Keras

首先，您需要安装 Keras。可以通过 pip 安装：

pip install keras

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

pip install tensorflow

或者如果您想使用 Theano 作为后端：

pip install theano

创建第一个模型

以下是一个简单的全连接神经网络模型示例：

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

model = Sequential()
model.add(Dense(64, input_dim=100, 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：

import numpy as np


X_train = np.random.random((1000, 100))
y_train = np.random.randint(2, size=(1000, 1))

model.fit(X_train, y_train, epochs=10, batch_size=32)

评估模型

您可以使用测试数据来评估模型的性能：

X_test = np.random.random((100, 100))
y_test = np.random.randint(2, size=(100, 1))

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

查看更多

想要了解更多关于 Keras 的信息，请访问 Keras 官方文档。

Keras Logo