Keras 教程

Keras 是一个高级神经网络 API，可以运行在 TensorFlow、CNTK 和 Theano 后端之上。以下是一些入门级的教程，帮助您开始使用 Keras。

安装 Keras

首先，确保您已经安装了 Python。然后，可以通过 pip 安装 Keras：

pip install keras

您也可以选择安装 TensorFlow，因为 Keras 已经集成到 TensorFlow 中：

pip install tensorflow

简单的神经网络

以下是一个简单的神经网络示例，用于分类任务：

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'])

数据准备

在进行模型训练之前，您需要准备一些数据。以下是一个使用 NumPy 创建随机数据的示例：

import numpy as np

# 输入数据
X_train = np.random.random((1000, 8))
# 输出数据
y_train = np.random.randint(2, size=(1000, 1))

训练模型

使用以下代码来训练模型：

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

模型评估

在训练完成后，您可以评估模型的性能：

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