从Keras源码看模型实现

从Keras源码看模型实现

本文以Keras自带的examples/addtion_rnn.py为例，theano为后台，分析Keras深度学习框架的源码，梳理模型训练的过程。（由于本人强行学习速成Keras，如有疏漏还望指出。）

---

从addtion_rnn运行至

model.fit(X_train,y_train,batch_size=BATCH_SIZE,nb_epoch=1,validation_data=(X_val,y_val))

函数（即开始训练）开始,我们来看看发生了什么。
model.fit实际上是class Sequential(Model)中的fit函数，分别再调用继承来的Model.fit函数。
Model.fit函数中比较重要的代码是下面几个部分：

• self._make_train_function()

  该代码调用了class Model中的_make_train_function函数，这个函数的两个重要功能在于其中调用了

  1. training_updates=self.optimizer.get_updates(self._collected_trainable_weights,self.constraints,self.total_loss)
     其实看到optimizer就可以大概知道