【python keras實戰】快速開始：30秒上手 Keras__python

一、keras 介紹

Keras 是一個用 Python 編寫的進階神經網路功能 API，它能夠以 TensorFlow, CNTK, 或者 Theano 作為後端運行。Keras 的開發重點是支援快速的實驗。能夠以最小的時延把你的想法轉換為實驗結果，是做好研究的關鍵。

如果你有如下需求，請選擇 Keras：

- 允許簡單而快速的原型設計（方便使用，高度模組化，可擴充性）。
- 同時支援卷積神經網路和迴圈神經網路，以及兩者的組合。
- 在CPU和GPU上無縫運行與切換。

Keras 相容的 Python 版本: Python 2.7-3.6。

二、快速開始keras

Keras 的核心資料結構是 model，一種組織網路層的方式。最簡單的模型是 Sequential 模型，它是由多網路層線性堆疊的棧。對於更複雜的結構，你應該使用 Keras 函數式 API，它允許構建任意的神經網狀圖。

Sequential 模型如下所示：

from keras.models import Sequentialmodel = Sequential()

可以簡單地使用 .add() 來堆疊模型：

from keras.layers import Densemodel.add(Dense(units=64, activation='relu', input_dim=100))model.add(Dense(units=10, activation='softmax'))

在完成了模型的構建後, 可以使用 .compile() 來配置學習過程：

model.compile(loss='categorical_crossentropy',              optimizer='sgd',              metrics=['accuracy'])

如果需要，你還可以進一步地配置最佳化器。Keras 的一個核心原則是使事情變得相當簡單，同時又允許使用者在需要的時候能夠進行完全的控制（終極的控制是原始碼的易擴充性）。

model.compile(loss=keras.losses.categorical_crossentropy,              optimizer=keras.optimizers.SGD(lr=0.01, momentum=0.9, nesterov=True))

現在，你可以批量地在訓練資料上進行迭代了：

# x_train and y_train are Numpy arrays --just like in the Scikit-Learn API.model.fit(x_train, y_train, epochs=5, batch_size=32)

或者，你可以手動地將批次的資料提供給模型：

model.train_on_batch(x_batch, y_batch)

只需一行代碼就能評估模型效能：

loss_and_metrics = model.evaluate(x_test, y_test, batch_size=128)

或者對新的資料產生預測：

classes = model.predict(x_test, batch_size=128)

構建一個問答系統，一個映像分類模型，一個神經圖靈機，或者其他的任何模型，就是這麼的快。深度學習背後的思想很簡單，那麼它們的實現又何必要那麼痛苦呢。

三、keras 學習和實戰
有關 Keras 更深入的教程，請查看：

keras中文官方文檔：https://keras.io/zh/
keras作者寫的書籍：https://github.com/fchollet/deep-learning-with-python-notebooks

四、安裝keras

在安裝 Keras 之前，請安裝以下後端引擎之一：TensorFlow， Theano，或者 CNTK。我們推薦 TensorFlow 後端。 TensorFlow 安裝指引。 Theano 安裝指引。 CNTK 安裝指引。

然後你就可以安裝 Keras 本身了。有兩種方法安裝 Keras：

使用 PyPI 安裝 Keras (推薦)：

sudo pip install keras

如果你使用 virtualenv 虛擬環境, 你可以避免使用 sudo：

pip install keras

或者：使用 Github 源碼安裝 Keras：
首先，使用 git 來複製 Keras：

git clone https://github.com/keras-team/keras.git

然後，cd 到 Keras 目錄並且運行安裝命令：

cd kerassudo python setup.py install