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 ...
最新文章
- Modelsim do文件的自动化仿真及模板
- 找不到 tools.jar。请检查 C:\Program Files\Java\jre1.8.0_151 是否包含有效的 JDK 安装
- Harmonious Graph CodeForces - 1253D(思维+并查集)
- Linux下Samba服务器搭建
- vue-cli结构介绍
- ARM指令集 --RISC精简指令集
- git 删除历史记录
- 中国自主潜航器AUV—潜龙号
- 华盛顿大学计算机专业gpa,华盛顿大学计算机专业相关介绍
- 6. 单例模式有几种写法?
- 西门子证实将出售手机业务【ZZ】
- ActiveMQ消息处理机制-Topic方式(二)
- 遇到的一个网页排版问题
- app store无法下载、安装软件,一直在转圈的一个解决方法
- C-V2X在国内车路协同的应用
- Oracle 10g 在win10下的安装
- steamui.dll加载失败怎么解决?没有找到Steamui.Dll修复方法
- HDU 6112 今夕何夕【2017百度之星】【日期模拟计算】【基姆拉尔森计算公式】【蔡勒公式】
- GPU和CPU的区别
- UE4 VR 手柄 不动问题