江苏龙网

  1. 主页 > 生活百科 > >

keras如何快速入门 Keras入门必看教程

keras入门必看教程(如何快速入门Keras)
这一次，我们将谈论keras，一个简单而流行的深度学习框架，一个从训练到测试结果的图像分类义务的全过程 。
【keras如何快速入门 Keras入门必看教程】相关的代码和数据都在我们的Git上 。我希望你能关注这个Git项目，并在以后不断更新你在不同框架下的义务 。
https://github.com/longpeng2008/yousan.ai1 keras是什么Keras是一个非常流行且简单的深度学习框架 。它的设计参考了torch，用Python语言编写 。它是一个高度模块化的神经网络库，支持GPU和CPU 。可以在TensorFlow、CNTK或Antano上运行 。Keras的特点是可以快速建立模型，简单方便地将想法转化为实验验证，这是高效科学讨论的关键 。
2 Keras 安装配置Keras的安装很简单，但是需要先安装一个后端框架作为支撑，比如TensorFlow、CNTK、antao，但是官网强烈建议使用TensorFlow作为Keras的后端 。在这个例子中，TensorFlow 1 . 4 . 0版本被用作Keras的后端进行测试 。
sudopipinstalltensorflow==1.4.0sudopipinstallkeras==2.1.4通过以上两个命令，可以完成TensorFlow和Keras的安装 。需要注意的是，Keras的版本应该对应TensorFlow的版本，否则会出现意想不到的问题 。具体版本对应关系可在线查询 。
3 Keras 自定义数据3.1 MNIST示例
MNIST手写字符分类被认为是“你好字！”在深度学习的框架下 。，下面简单介绍一下MNIST数据集的测试案例 。Keras官方github的示例目录提供了几个MNIST案例的代码 。下载文件mnist_mlp.py和mnist_cnn.py并在本地运行 。其他文件的读者也可以自己测试 。
3.2数据定义
前面我们介绍了MNIST数据集的例子，很多读者在学习深度学习框架的时候都卡在了这一步 。运行MNIST实例后，他们对此无能为力 。最大的原因可能是他们不知道如何处理自己的数据集 。在本节中，我们将通过一个简单的图像分类案例来介绍如何实现自定义数据集 。
数据处理有几种方法 。一个是像MNIST和CIFAR这样的数据集 。这些数据集的特点是为用户打包了数据 。用户load_data可以导入数据 。其实就是提前分析好数据，然后保存在等文件中 。pkl或 。h5，然后在训练模型时直接导入网络 。另一种是直接从本地读取文件，分析成网络必要的模式，输入网络进行训练 。但实际情况是，我们并不能总是为某个项目找到对应的打包数据集，因此自行设置数据集非常重要 。
Keras提供了一个图像数据的数据增强文件，我们可以通过调用这个文件来实现加载网络数据的效果 。
这里，采用keras的处理模块中的ImageDataGenerator类来定义具有图像分类义务的数据集生成器:
train_data_dir=


    推荐阅读


    上一篇：沈阳值得一去的7个景点 沈阳好玩的地方

    下一篇：没有了