第一节:Keras深度学习框架之环境搭建

请在学习本节前阅读我们之前的预热课程：

卷积神经网络的框架解读(上)_BBM的开源HUB的博客-CSDN博客

卷积神经网络的框架解读（下）_BBM的开源HUB的博客-CSDN博客

从本节开始，我们将进入到Keras的详细介绍和代码精读，为开始我们的Keras之行，我们首先要搭建一个学习平台。现在让我们开始吧。

一：环境准备

1、安装anaconda

下载地址：Anaconda | Individual Edition

根据需要，下载你需要版本，如果你是windows操作系统就下载：“64-Bit Graphical Installer ”，如果你是linux就下载：64-Bit (x86) Installer，下载完后，安装anaconda。

Windows平台

双击安装文件Anaconda3-2021.11-Windows-x86_64.exe开始安装，注意在这里要全部选上：

注意安装文件的文件名，可以在不同时期会因为版本号的不同有变化，大家可灵活安装

Linux平台

bash Anaconda3-2021.11-Linux-x86_64.sh

linux平台在阅读授权文件后，就是一路yes，安装完后，重启电脑。

2、创建工作环境

conda create -n keras python=3.8

3、进入工作环境

conda activate keras

4、安装tensorflow

电脑仅有CPU的安装这个

conda install tensorflow

电脑有GPU的安装这个

conda install tensorflow-gpu

其他关联包的安装

conda install tensorboard

安装keras

conda install keras

二：安装编译环境

我们这里介绍使用jupyter，主要原因是代码量比较小，同时在做深度学习的时候可以对每一行代码进行调试，所以这里我们使用jupyter搭建编译环境。

conda install nb_conda

启动jupyter

jupyter notebook &

启动后的界面如下：

在New处创建一个新的notebook，如下图：

三：安装环境的验证及keras初体验

1、在第一行，我们导入keras输入：

import keras

2、导入模型,我们以序惯模型为例

from keras.models import Sequential

3、定义模型对象

Model = Sequential()

4、添加模块

Model.add(layer)

5、导入全连结层

from keras.layer import Dense

6、导入优化器

from keras import optimizers

7、使用随机梯度下降法

optimizers.SGD(lr=0.01, momentum=0.0, decay=0.0, nesterov=False)

lr : learn rate, momentum : 冲量, decay : 衰减函数, netsterov:是否使用牛顿动量

四：keras函数简介

显示keras的功能模块和简介。

dir (keras)

['Input','Model','RandomRotation','Sequential',     #上面这四个模块是以前的老模块，新的版本已将融合到下面的模块里去了。'__builtins__','__cached__','__doc__','__file__','__loader__','__name__','__package__','__path__','__spec__','__version__',    #这十个是内置函数'activations',    #激活函数'applications',   #应用，里面提供了训练好的keras模型'backend',        #后端函数，keras通过他调用后端函数。'callbacks',      #回调函数，在高阶应用时训练网络内部的状态。'constraints',    #约束项'datasets',       #keras自带的数据集'engine',         #引擎模块，是列层的核心代码'initializers',   #初始化方法'layers',         #重点层，比如dense,'losses',         #损失函数，比如均方差，交差商等，用来衡量网络训练的好坏。'metrics',        #评估函数，用他来评价神经网络的性能'models',         #模型库'optimizers',     #优化器，编译用的模块'preprocessing',  #预处理模块'regularizers',   #正则化方法，防止神经网在训练过程中的过拟合。'utils',          #工具模块，包括数据转换和一些数学方法'wrappers'  ]     #包装器

第一节:Keras深度学习框架之环境搭建相关推荐

怎么装python的keras库_matlab调用keras深度学习模型（环境搭建）
matlab没有直接调用tensorflow模型的接口,但是有调用keras模型的接口,而keras又是tensorflow的高级封装版本,所以就研究一下这个--可以将model-based方法和le ...
第二节:Keras深度学习框架实战之手写体识别
一:概述手写体识别是keras所自带的七个数据集中的一个,用于识别0-9的10阿拉伯数字的手写体,该数据集大约有6000张28*28的手写体图片组成.我们本节课将通过后写体识的这样一个例子,先给大家 ...
第十节:Keras深度学习框架实战之波斯顿房价回归预测
一:项目简介波斯顿房价回归预测是Kaggle比赛的一个项目之一,项目地址:波士顿住房|Kaggle 该数据集共有506行和14列,数据包含以下列: crim per capita crime ra ...
采用keras深度学习框架搭建卷积神经网络模型实现垃圾分类，基于树莓派上进行实时视频流的垃圾识别源代码
一.项目概述简介:该垃圾分类项目主要在于对各种垃圾进行所属归类,本次项目采用keras深度学习框架搭建卷积神经网络模型实现图像分类,最终移植在树莓派上进行实时视频流的垃圾识别. 前期:主要考虑PC端 ...
在Ubuntu上安装Keras深度学习框架
目录 1)安装pip 2)安装Python科学套件 3)安装TensorFlow 4)安装keras 5)安装Jupyter Notebook 6)运行Keras 本文介绍如何在Ubuntu上安装Ke ...
DL之Keras： Keras深度学习框架的注意事项(默认下载存放路径等)、使用方法之详细攻略
DL之Keras: Keras深度学习框架的注意事项(自动下载存放路径等).使用方法之详细攻略目录 Keras深度学习框架的注意事项 1.Keras自动下载默认数据集/模型存放位置 Windows系 ...
Keras 深度学习框架中文文档
2019独角兽企业重金招聘Python工程师标准>>> Keras深度学习框架中文文档 Keras官网:http://keras.io/ Github项目:https://githu ...
Windows+Anaconda+tensorflow+keras深度学习框架搭建--reproduced
转载于网络,已备查用. 现在把windows下的Anaconda+tensorflow+keras深度学习框架搭建过程记录如下 1.下载安装Anaconda记住支持版本一定是python3以上的版本 ...
深度学习之tensorflow环境搭建
深度学习之tensorflow环境搭建: 1.搭建的步骤 1-1.破解版的Pycharm软件包下载 1-2.Ananconda软件包的下载 1-3.使用Anaconda Prompt 命令,首先输入 ...

第一节:Keras深度学习框架之环境搭建

第一节:Keras深度学习框架之环境搭建相关推荐

最新文章

热门文章