Keras简介

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：