|
|
马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本帖最后由 jerryxjr1220 于 2017-3-26 21:49 编辑
之前在python小练习（062）和（063）中分别简单介绍了怎样搭建简单的神经网络，已经基础的神经网络是如何运作的，并且介绍了google的开源项目tensorflow的基本使用方法。
今天的小练习作为前2篇的提高篇，我介绍一个新的python扩展系统keras，以及如何用keras快速搭建神经网络。
这个是keras的官方中文版的地址：https://keras-cn.readthedocs.io/en/latest/
Keras:基于Theano和TensorFlow的深度学习库
Keras是一个高层神经网络库，Keras由纯Python编写而成并基Tensorflow或Theano。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras：
简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）
支持CNN和RNN，或二者的结合
支持任意的链接方案（包括多输入和多输出训练）
无缝CPU和GPU切换
Keras适用的Python版本是：Python 2.7-3.5
Keras的设计原则是
模块性：模型可理解为一个独立的序列或图，完全可配置的模块以最少的代价自由组合在一起。具体而言，网络层、损失函数、优化器、初始化策略、激活函数、正则化方法都是独立的模块，你可以使用它们来构建自己的模型。
极简主义：每个模块都应该尽量的简洁。每一段代码都应该在初次阅读时都显得直观易懂。没有黑魔法，因为它将给迭代和创新带来麻烦。
易扩展性：添加新模块超级简单的容易，只需要仿照现有的模块编写新的类或函数即可。创建新模块的便利性使得Keras更适合于先进的研究工作。
与Python协作：Keras没有单独的模型配置文件类型（作为对比，caffe有），模型由python代码描述，使其更紧凑和更易debug，并提供了扩展的便利性。
从官方介绍可以看到keras其实后台调用的也是tensorflow（或者theano）的神经网络，只是keras更模块化，对于我们普通使用者来说，搭建神经网络更简单，不需要很多代码就能完成组建。
同样用之前小练习类似的例子，来看看keras是怎么搭建的吧。
题目：
有一组输入X（200个数据），一组输出Y（同样200个数据）， Y = 0.5 * X + 2。 为了增加训练难度，我故意增加了一些随机数，使得输出值有些波动。然后通过keras的机器学习，看看能否准确估计出我们预设的0.5和2的参数。
开始：
我们看到一个是0.479，一个是2.002，非常接近0.5和2的（注意：原始数据中我故意增加了随机扰动）
这就是强大的keras神经网络，只有10来行代码就能快速帮助我们组建神经网络。
后面，我还将陆续介绍keras在其他神经网络运用方面的例子，比如自动图像识别等等，敬请期待！ |
|
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2017-3-26 21:44:37
置顶卡
千斤顶
显身卡
发表于 2017-3-27 09:08:42
楼主