Keras 是 TensorFlow 的高级 API，专为简化机器学习模型构建而设计。以下是核心内容概览：

📌 快速入门

  • 安装：pip install tensorflow 即可使用 Keras
  • 核心功能：
    • 高层神经网络API（tf.keras.models）
    • 自动微分支持（🎯 自动计算梯度）
    • 模型保存/加载（💾 model.save()）

🧠 基本概念

模块 功能 示例
tf.keras.layers 神经网络层 Dense(128, activation='relu')
tf.keras.models 模型构建 Sequential()
tf.keras.optimizers 优化器 Adam(learning_rate=0.001)

📈 使用示例

import tensorflow as tf
model = tf.keras.Sequential([
    tf.keras.layers.Dense(128, activation='relu', input_shape=(784,)),
    tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy')
tensorflow_keras

🔄 模型训练

  1. 数据准备：使用 tf.data API 加载数据
  2. 训练循环：model.fit() 方法
  3. 评估验证：model.evaluate() 函数
  4. 模型导出：model.save('my_model.h5')

📁 扩展阅读

keras_model_training