Keras 是一个高级神经网络 API，可以运行在 TensorFlow、CNTK 或 Theano 后端之上。它提供了构建和训练神经网络所需的工具和库。
快速开始
以下是一些 Keras 的基本概念和操作：
- 模型：神经网络的结构，包括输入层、隐藏层和输出层。
- 层：神经网络的基本构建块，如全连接层、卷积层、循环层等。
- 编译：设置模型的优化器、损失函数和评估指标。
- 训练：使用训练数据训练模型。
- 评估：使用测试数据评估模型性能。
示例
以下是一个简单的 Keras 模型示例，用于分类图像：
from keras.models import Sequential
from keras.layers import Dense, Conv2D, Flatten
model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(64, 64, 3)))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dense(10, activation='softmax'))