Py学习  »  机器学习算法

深度学习--Keras(一)

无剑_君 • 4 年前 • 243 次点击  

一、Keras简介

Keras 是一个用 Python 编写的高级神经网络 API,它能够以 TensorFlow(, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。*能够以最小的时延把你的想法转换为实验结果,是做好研究的关键。

二、Keras安装

  1. Python安装
 pip install keras -U --pre

如果你是 python 2+ 版本, 复制下面

sudo pip install keras

如果你是 python 3+ 版本, 复制下面

pip3 install keras

CPU 版本

 pip install --upgrade tensorflow
  1. 使用Anaconda安装


    使用Anaconda安装

三、安装scikit-learn

pip3 install -U scikit-learn

(base) C:\Users\Administrator>conda install scikit-learn


安装scikit-learn

二、Keras搭建模型

  1. 选择模型
  2. 构建网络层
  3. 编译
  4. 训练
  5. 预测

三、1*1卷积层的理解

首先假设用平面的二维图像与11的核进行卷积,则我们会得到:

卷积层

这样只会在原来的像素上乘上一个系数,并没有什么直接的效果。
但是假设在一个多通道的图像中用上1
1的卷积核,我们会得到什么样的效果呢?
1*1的卷积核

用一个6632的图像去乘以1132的卷积核得到的其实是一个66的二维矩阵。这样就将通道数32给消除了,相当于给图像降维的操作,而且很迅速。
卷积核的通道数必须与源图像的通道数相同。
在通常的神经网络中,一般不会单独只使用1个卷积核,当使用的卷积核的个数是filters的时候,最后输出的就是一个6
6*filters的立方块。

四、常见问题

1、TypeError: softmax() got an unexpected keyword argument 'axis'

解决方法
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/37555
 
243 次点击