Keras 是一个高级神经网络 API,能够以用户友好的方式工作,并且可以运行在 TensorFlow、CNTK 或 Theano 后端。以下是 Keras 的快速入门教程。
安装 Keras
首先,您需要安装 Keras。可以通过以下命令安装:
pip install keras
如果您使用的是 TensorFlow 2.x,Keras 已经是 TensorFlow 的一个组件,无需单独安装。
创建第一个模型
以下是一个简单的 Keras 模型示例:
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:
from keras.datasets import mnist
from keras.utils import np_utils
# 加载 MNIST 数据集
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# 归一化输入数据
X_train = X_train / 255.0
X_test = X_test / 255.0
# 将标签转换为独热编码
y_train = np_utils.to_categorical(y_train)
y_test = np_utils.to_categorical(y_test)
# 训练模型
model.fit(X_train, y_train, epochs=10, batch_size=200)
评估模型
最后,您可以使用以下代码来评估模型:
scores = model.evaluate(X_test, y_test, verbose=0)
print('Accuracy: %f' % scores[1])
扩展阅读
如果您想了解更多关于 Keras 的信息,可以访问 Keras 官方文档。
神经网络