人工智能开发实战TensorFlow高级应用解析

内容导读

TFLearn应用

Keras应用

一、TFLearn应用

1、TFLearn介绍

TFLearn是一个基于TensorFlow构建的模块化的、透明的深度学习库，它可以更快、更方便地搭建一个深度的网络。

TFLearn特点如下：

（1）可以通过高度模块化的内置神经网络层、优化器等进行快速模型设计，并可以实现正则化操作。

（2）可以训练任何TensorFlow的Graph，支持多个输入、输出和优化器。

（3）图形可视化，图形中包含权重、激活等详细信息。

（4）可以在CPU、GPU等多个设备上部署。

2、TFLearn安装

在交互界面（联网状态）完成TFLearn的安装。

pip  install   tflearn 

安装效果如下：

进入Python环境，先输入python，再输入“import tflearn”查看是否安装成功。

3、TFLearn案例解析

在TFLearn目录下新建CNN_MNIST.py，在PyCharm中编写代码。

使用TFLearn搭建一个两层的卷积神经网络，数据集是MNIST手写数字的数据集，TFLearn将卷积、池化、正则化等操作都封装成了类，所以需要先导入这些类。

from __future__ import division, print_function, absolute_import
import tflearn
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.normaliz