DL架構之Keras：深度學習架構Keras架構的簡介、安裝(Python庫)、相關概念、Keras模型使用、使用方法之詳細攻略（一）

目錄

Keras的簡介

1、Keras的特點

2、Keras四大特性

3、Keras的使用者體驗

4、如果你有如下需求，請選擇Keras

5、Keras支援多後端和多平台

Keras的安裝

Keras的使用方法

1、The Sequential Model 序列模型

2、The functional API 函數式API

3、Model subclassing 模型子類化

其他概念

1、shape

2、回調

3、儲存和恢複

4、動态圖機制：Eager Execution

Keras的中的模型使用

1、查找使用方法

2、Keras的 6 種預訓練模型

3、Keras深度學習架構的注意事項(自動下載下傳存放路徑等)、使用方法之詳細攻略

相關文章

DL架構之Keras：Python庫之Keras庫的簡介、安裝、使用方法詳細攻略

keras-yolo3：python庫之keras-yolo3的簡介、安裝、使用方法詳細攻略

    Keras是TensorFlow官方的高層API。Keras是一個高層神經網絡API，并對TensorFlow等有較好的優化。，Keras由純Python編寫而成并基Tensorflow、Theano以及CNTK後端，也就是Keras基于什麼東西來做運算。Keras 為支援快速實驗而生，能夠把你的idea迅速轉換為結果。

tensorflow.keras(tf.keras) module

Part of core TensorFlow since v1.4

Full Keras API

針對TF更好的優化

與TF特别功能更好的整合，Estimator API、Eager execution

1、使用者友好：Keras是為人類而非機器設計的API。使用者的使用體驗始終是我們考慮的首要和中心内容。Keras遵循減少認知困難的最佳實踐：Keras提供一緻而簡潔的API， 能夠極大減少一般應用下使用者的工作量，同時，Keras提供清晰和具有實踐意義的bug回報。

2、子產品性：模型可了解為一個層的序列或資料的運算圖，完全可配置的子產品可以用最少的代價自由組合在一起。具體而言，網絡層、損失函數、優化器、初始化政策、激活函數、正則化方法都是獨立的子產品，你可以使用它們來建構自己的模型。

3、易擴充性：添加新子產品超級容易，隻需要仿照現有的子產品編寫新的類或函數即可。建立新子產品的便利性使得Keras更适合于先進的研究工作。

4、與Python協作：Keras沒有單獨的模型配置檔案類型（作為對比，caffe有），模型由python代碼描述，使其更緊湊和更易debug，并提供了擴充的便利性。

(1)、Keras是專為人而非機器設計的API

它把使用者體驗放在首要和中心位置。

Keras遵循減少認知困難的最佳實踐：它提供一緻且簡單的API，将常見用例所需的使用者操作數量降至最低，并且在使用者錯誤時提供清晰和可操作的回報。

(2)、Keras易于學習且易于使用

作為Keras使用者，可以更高效地工作，讓你比競争對手更快地嘗試更多創意和幫助你赢得機器學習競賽。

(3)、這種易用性不是以降低靈活性為代價

Keras與低級深度學習語言（特别是TensorFlow）內建，能夠實作可以用基本語言建構的任何東西。特别是，作為tf.keras，Keras API與TensorFlow工作流程無縫內建。

簡易和快速的原型設計（keras具有高度子產品化，極簡，和可擴充特性）

支援CNN和RNN，或二者的結合

無縫CPU和GPU切換。

(1)、支援多種語言：Develop in Python, R   On Unix, Windows, OSX

(2)、支援多個後端：Keras與TensorFlow&Theano

    TensorFlow和theano以及Keras都是深度學習架構，TensorFlow和theano比較靈活，也比較難學，它們其實就是一個微分器  Keras其實就是TensorFlow和Keras的接口（Keras作為前端，TensorFlow或theano作為後端），它也很靈活，且比較容易學。可以把keras看作為tensorflow封裝後的一個API。Keras 是一個用于快速建構深度學習原型的進階庫。我們在實踐中發現，它是資料科學家應用深度學習的好幫手。Keras 目前支援兩種後端架構：TensorFlow 與 Theano，而且 Keras 再過不久就會成為 TensorFlow 的預設 API。

Run the same code with…

-TensorFlow

-CNTK

-Theano

-MXNet

-PlaidML

(3)、支援多運算平台：CPU, NVIDIA GPU, AMD GPU, TPU

Keras: 基于 Python 的深度學習庫

Keras中文文檔

tensorflow.org/guide/keras