本文摘自
Keras是一个高水平的神经网络库,使用Python进行编写,能够在Tensor或Theano的基础之上运行,它的开发目标是能够快速实验;
如果你需要一个深度学习库,使用Keras:
简单和快速的原型设计(通过整体的模块化、极简化艺术、和扩展性)
提供卷积神经网络和循环神经网络,以及二者的结合
支持任意的链接方案(包括多输入和多输出训练);
可以运行在CPU和GPU上;
Keras适用于Python 2.7-3.5.
指导原则(Guiding principles)
模块化
一个模块能够被独立理解为一个序列和一个图像,
极简主义
易扩展性
Python 协同性
开始(Getting started: 30 seconds to Keras)
Keras中的核心数据结构是模型,一种方式进行组织层次
模型的主要形式是Sequential model,,就是层次的线性叠加;
对于更复杂的架构,应该使用 Keras functional API.
这里是Sequential 模型:
from keras.models import Sequential
model = Sequential()
通过.add()进行层次叠加: