6、Keras与TensorFlow经典机器学习入门

Keras与TensorFlow经典机器学习入门

1. Keras基础

Keras是TensorFlow最流行的高级库，使用它可以方便地创建和训练模型。下面将详细介绍Keras的相关内容。

1.1 Keras层

Keras提供了多种类型的层，包括归一化层和噪声层。
- 归一化层 ：目前只有 BatchNormalization 层，该层会在每个批次中对前一层的输出进行归一化，使该层的输出均值接近零，标准差接近1。
- 噪声层 ：可添加到模型中，通过添加噪声防止过拟合，也称为正则化层，与核心层中的 Dropout() 和 ActivityRegularizer() 层操作方式相同。具体如下表所示：
| 层名称 | 描述 |
| ---- | ---- |
| GaussianNoise | 对输入应用以零为中心的加性高斯噪声 |
| GaussianDropout | 对输入应用以一为中心的乘性高斯噪声 |
| AlphaDropout | 丢弃一定百分比的输入，使丢弃后输出的均值和方差与输入的均值和方差紧密匹配 |

1.2 添加层到Keras模型

可以使用顺序API和函数式API将层添加到Keras模型中。
- 顺序API ：通过实例化层类型的对象创建层，然后使用 model.add() 函数将创建的层添加到模型中。示例代码