安装keras

Keras是一种比较常用的深度学习框架，安装起来其实也不麻烦。

我是在Mac上安装的Keras，主要步骤如下：

1.下载anaconda，直接在官网下载，按照步骤安装就可以了。

2.安装theano, 

 condo install theano

3.pip install tensorflow

4.pip install keras

经过上面四步，keras就装好了。

from keras.models import Sequentialfrom keras.layers import LSTM, Denseimport numpy as npdata_dim = 16timesteps = 8nb_classes = 10# expected input data shape: (batch_size, timesteps, data_dim)//确定模型model = Sequential()//确定模型的类型，添加输入model.add(LSTM(32, return_sequences=True,input_shape=(timesteps, data_dim)))  # returns a sequence of vectors of dimension 32//添加隐含层model.add(LSTM(32, return_sequences=True))  # returns a sequence of vectors of dimension 32model.add(LSTM(32))  # return a single vector of dimension 32model.add(Dense(10, activation='softmax'))//计算lossfunctionmodel.compile(loss='categorical_crossentropy',optimizer='rmsprop',metrics=['accuracy'])# generate dummy training datax_train = np.random.random((1000, timesteps, data_dim))y_train = np.random.random((1000, nb_classes))# generate dummy validation datax_val = np.random.random((100, timesteps, data_dim))y_val = np.random.random((100, nb_classes))//找到最优的参数model.fit(x_train, y_train,batch_size=64, nb_epoch=5,validation_data=(x_val, y_val))//把数据随机分成多个批次，batch_size一个批次中数据的数量//epoch，所有数据跑一次,代更小的bacth size意味着一次epoch里面有更多的更新次数随机性，防止进入局部最优或者鞍点model.evaluate()model.predict(x_test)建立模型，loss function，更新参数找到最好的函数

然后写一个例程，

vi keras_test_lstm.py

python keras_test_lstm.py

结果如下：