人工智能学习笔记-Keras介绍及简单应用

本文介绍了Keras,一个高级神经网络API,它建立在Tensorflow等框架之上。文章涵盖了Keras的基本概念,如符号计算和张量,并演示了如何用几行代码创建一个简单的神经网络。此外,还讨论了模型的可视化方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


1 Keras介绍及安装

1.1 什么是Keras

Keras 是一个基于 Python 的高层神经网络库,其可以使用 Tensorflow、Theano 以及 CNTK 等著名深度学习框架作为后端。Keras 的设计理念为简单而便捷,你可以通过几行代码构建一个复杂的卷积神经网络或循环神经网络。

1.2 一些基本概念

1.2.1 符号计算

笼统的说,符号主义的计算首先定义各种变量,然后建立一个“计算图”,计算图规定了各个变量之间的计算关系。建立好的计算图需要编译以确定其内部细节,然而,此时的计算图还是一个“空壳子”,里面没有任何实际的数据,只有当你把需要运算的输入放进去后,才能在整个模型中形成数据流,从而形成输出值。
个人理解,计算图就可以看做一个更加复杂的公式,代入数据获得输出。

1.2.1 张量

通俗的讲就是多维数组,我们用张量来表示广泛的数据类型,来代入计算图中参与计算。
张量的阶数有时候也称为维度,或者轴,轴这个词翻译自英文axis。譬如一个矩阵[[1,2],[3,4]],是一个2阶张量,有两个维度或轴,沿着第0个轴(为了与python的计数方式一致,本文档维度和轴从0算起)你看到的是[1,2],[3,4]两个向量,沿着第1个轴你看到的是[1,3],[2,4]两个向量

1.3 安装

python、tensorflow、numpy等常用环境安装就不再概述了,必须tensorflow环境安装好了再运行下面命令

# CPU 版本 Tensorflow
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值