深度学习(5)--Keras实战

这篇具有很好参考价值的文章主要介绍了深度学习(5)--Keras实战。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一.Keras基础概念

二.如何跑通Keras项目

2.1.在cmd上跑通

2.2.在PyCharm上跑通


一.Keras基础概念

Keras是深度学习中的一个神经网络框架,是一个高级神经网络API,用Python编写,可以在TensorFlow,CNTK或Theano之上运行。

Keras优点:

(1). 允许简单快速的原型设计(用户友好性,模块化和可扩展性)。

(2). 支持卷积网络和循环网络,以及两者的组合。

(3). 在CPU和GPU上无缝运行。

二.如何跑通Keras项目

测试项目:

代码:

# 第一个keras神经网络
from numpy import loadtxt
from keras.models import Sequential
from keras.layers import Dense

# 加载数据集
dataset = loadtxt('pima-indians-diabetes.csv', delimiter=',')

# 分割为input (X) 和 output (y) 变量
X = dataset[:,0:8]
y = dataset[:,8]

# 定义keras模型
model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

# 编译keras 模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 在数据集上拟合keras 模型
model.fit(X, y, epochs=150, batch_size=10)

# 评估keras 模型
_, accuracy = model.evaluate(X, y)
print('Accuracy: %.2f' % (accuracy*100))

数据集下载地址:

https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv

(科学上网下载)

2.1.在cmd上跑通

在你存放代码文件和数据集的目标文件夹处打开cmd

深度学习(5)--Keras实战,深度学习,深度学习,人工智能

激活你安装tensorflow和keras的虚拟环境

深度学习(5)--Keras实战,深度学习,深度学习,人工智能

输入如下代码开始运行

python keras_first_network.py 

运行结果:

深度学习(5)--Keras实战,深度学习,深度学习,人工智能

2.2.在PyCharm上跑通

使用PyCharm最重要的部分在于环境的设置

如图所示

深度学习(5)--Keras实战,深度学习,深度学习,人工智能

选择Conda环境,并找到你的Conda可执行文件的地址,同时”使用现有环境“选择当初安装了tensorflow和keras的虚拟环境(同上方cmd运行)。

创建python文件输入代码运行即可跑通(注意数据集的存放位置)

深度学习(5)--Keras实战,深度学习,深度学习,人工智能文章来源地址https://www.toymoban.com/news/detail-824490.html

到了这里,关于深度学习(5)--Keras实战的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包