Keras 初步
来源:互联网 发布:华为java编程规范试题 编辑:程序博客网 时间:2024/06/15 17:50
简单介绍下 Keras 的基本操作。
创建模型
首先导入 Keras:
import keras
然后可以建立一个序贯模型:
from keras.models import Sequentialmodel = Sequential()
构造网络结构
假设第一层网络是全联结(dense)的,输入是
from keras.layers import Dense, Activationmodel.add(Dense(input_dim=28*28,output_dim=500))model.add(Activation('sigmoid'))
在构造第二层网络时,输入直接就是上一层的输出,因此只需要指定输出的维数即可,第三层网络同理:
model.add(Dense(output_dim=500))model.add(Activation('sigmoid'))model.add(Dense(output_dim=10))model.add(Activation('softmax'))
训练参数设置
接下来,进行一些训练参数的设置:
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
其中,loss 指定了损失函数,在这里(多分类任务)中指定交叉熵为损失函数。
Optimizer 指定优化方法,除了 adam 之外,还可以选 SGD, RMSprop, Adagrad, Adadelta, Adam, Adamax, Nadam 等等。
训练
model.fit(x_train, y_train, batch_size=100, nb_epoch=20)
其中前两个参数传入训练样本和它们的标记,batch_size 表示每次训练的 batch 大小,如果是
测试
当训练完之后,就可以用它进行测试了。
''' case 1 '''score = model.evaluate(x_test, y_test)print("Total loss on testing set: ", score[0])print("Accuracy on testing set: ", score[1])''' case 2 '''result = model.predict(x_test)
使用 GPU
有两种方法可以让你的电脑使用 GPU 来为计算加速:
- 在命令行中运行
THEANO_FLAGS=device=gpu0 python YourCode.py
在你的代码中加入:
import osos.environ["THEANO_FLAGS"] = "device=cpu"
阅读全文
0 0
- Keras 初步
- keras初步学习
- keras
- keras
- keras
- Keras
- keras
- Keras
- keras
- Keras-2 Keras Mnist
- 【Keras】Keras学习框架
- 初步
- Keras 常见问题
- keras浅学
- keras中文翻译
- keras Layer
- Keras Note
- 小白玩Keras
- 给页面加loadding动画
- c# list使用方法
- 用py2exe打包出现error:no commands supplied 怎么解决?
- Freemarker的基本语法及入门基础
- 据说美剧《硅谷》是程序员成功人士的必看剧?
- Keras 初步
- 面向对象(oop)和继承
- Oracle模糊查询,foreach用法,树结构查询,group by简单总结
- 解决微信端网页IOS手机的date乱码NaN问题
- Ui16-触摸事件与UIResponder
- 干货 | 算法工程师入门第二期——穆黎森讲增强学习(二)
- Failed to process TLD with path [/WEB-INF/c-rt.tld] and URI...
- MySQL复制中 slave延迟监控
- opencv-python球运动轨迹识别(1)