Keras Notes: Keras安装与简介

2024-06-11 04:08
文章标签 安装 keras 简介 notes

本文主要是介绍Keras Notes: Keras安装与简介,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

reference: http://blog.csdn.net/mmc2015/article/details/50976776

先安装上再说:

sudo pipinstall keras


或者手动安装:

下载:Git clone git://github.com/fchollet/keras.git

传到相应机器上

安装:cd to the Keras folder and run the install command:

sudo python setup.py install



keras在theano之上,在学习keras之前,先理解了这几篇内容:

http://blog.csdn.NET/mmc2015/article/details/42222075(LR)

http://www.deeplearning.Net/tutorial/gettingstarted.html和http://www.deeplearning.net/tutorial/logreg.html(Classifying MNIST digits using Logistic Regression

总参考:http://www.deeplearning.net/tutorial/contents.html


以第一个链接中给出的代码为例(比较简单):

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. import numpy  
  2. import theano  
  3. import theano.tensor as T  
  4. rng = numpy.random  
  5.   
  6. N = 400                                   # training sample size  
  7. feats = 784                               # number of input variables  
  8.   
  9. # generate a dataset: D = (input_values, target_class)  
  10. D = (rng.randn(N, feats), rng.randint(size=N, low=0, high=2))  
  11. training_steps = 10000  
  12.   
  13. # Declare Theano symbolic variables  
  14. x = T.matrix("x")  
  15. y = T.vector("y")  
  16.   
  17. # initialize the weight vector w randomly  
  18. #  
  19. # this and the following bias variable b  
  20. # are shared so they keep their values  
  21. # between training iterations (updates)  
  22. w = theano.shared(rng.randn(feats), name="w")  
  23.   
  24. # initialize the bias term  
  25. b = theano.shared(0., name="b")  
  26.   
  27. print("Initial model:")  
  28. print(w.get_value())  
  29. print(b.get_value())  
  30.   
  31. # Construct Theano expression graph  
  32. p_1 = 1 / (1 + T.exp(-T.dot(x, w) - b))   # Probability that target = 1  
  33. prediction = p_1 > 0.5                    # The prediction thresholded  
  34. xent = -y * T.log(p_1) - (1-y) * T.log(1-p_1) # Cross-entropy loss function  
  35. cost = xent.mean() + 0.01 * (w ** 2).sum()# The cost to minimize  
  36. gw, gb = T.grad(cost, [w, b])             # Compute the gradient of the cost  
  37.                                           # w.r.t weight vector w and  
  38.                                           # bias term b  
  39.                                           # (we shall return to this in a  
  40.                                           # following section of this tutorial)  
  41.   
  42. # Compile  
  43. train = theano.function(  
  44.           inputs=[x,y],  
  45.           outputs=[prediction, xent],  
  46.           updates=((w, w - 0.1 * gw), (b, b - 0.1 * gb)))  
  47. predict = theano.function(inputs=[x], outputs=prediction)  
  48.   
  49. # Train  
  50. for i in range(training_steps):  
  51.     pred, err = train(D[0], D[1])  
  52.   
  53. print("Final model:")  
  54. print(w.get_value())  
  55. print(b.get_value())  
  56. print("target values for D:")  
  57. print(D[1])  
  58. print("prediction on D:")  
  59. print(predict(D[0]))  


我们发现,使用theano构建模型一般需要如下步骤:

0)预处理数据

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. # generate a dataset: D = (input_values, target_class)  

1)定义变量

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. # Declare Theano symbolic variables  

2)构建(图)模型

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. # Construct Theano expression graph  

3)编译模型,theano.function()

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. # Compile  

4)训练模型

5)预测新数据

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. # Train  

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. print(predict(D[0]))  


那么,theano和keras区别在哪呢?

http://keras.io/


原来是层次不同,keras封装的更好,编程起来更方便(调试起来更麻烦了。。);theano编程更灵活,自定义完全没问题,适合科研人员啊。

另外,keras和tensorFlow完全兼容。。。



keras有两种模型,序列和图,不解释。

我们看下keras构建模型有多快,以序列为例:

[python]  view plain copy
在CODE上查看代码片 派生到我的代码片
  1. from keras.models import Sequential  
  2. model = Sequential() #1定义变量  
  3.   
  4. from keras.layers.core import Dense, Activation  
  5. model.add(Dense(output_dim=64, input_dim=100, init="glorot_uniform")) #2构建图模型  
  6. model.add(Activation("relu"))  
  7. model.add(Dense(output_dim=10, init="glorot_uniform"))  
  8. model.add(Activation("softmax"))  
  9.   
  10. from keras.optimizers import SGD  
  11. model.compile(loss='categorical_crossentropy', optimizer=SGD(lr=0.01, momentum=0.9, nesterov=True)) #3编译模型  
  12.   
  13. model.fit(X_train, Y_train, nb_epoch=5, batch_size=32#4训练模型  
  14.   
  15. objective_score = model.evaluate(X_test, Y_test, batch_size=32)  
  16.   
  17. classes = model.predict_classes(X_test, batch_size=32#5预测模型  
  18. proba = model.predict_proba(X_test, batch_size=32)  


最后给出keras架构,自己去学吧:

这篇关于Keras Notes: Keras安装与简介的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1050152

相关文章

Linux系统中卸载与安装JDK的详细教程

《Linux系统中卸载与安装JDK的详细教程》本文详细介绍了如何在Linux系统中通过Xshell和Xftp工具连接与传输文件,然后进行JDK的安装与卸载,安装步骤包括连接Linux、传输JDK安装包... 目录1、卸载1.1 linux删除自带的JDK1.2 Linux上卸载自己安装的JDK2、安装2.1

Linux卸载自带jdk并安装新jdk版本的图文教程

《Linux卸载自带jdk并安装新jdk版本的图文教程》在Linux系统中,有时需要卸载预装的OpenJDK并安装特定版本的JDK,例如JDK1.8,所以本文给大家详细介绍了Linux卸载自带jdk并... 目录Ⅰ、卸载自带jdkⅡ、安装新版jdkⅠ、卸载自带jdk1、输入命令查看旧jdkrpm -qa

MySQL Workbench 安装教程(保姆级)

《MySQLWorkbench安装教程(保姆级)》MySQLWorkbench是一款强大的数据库设计和管理工具,本文主要介绍了MySQLWorkbench安装教程,文中通过图文介绍的非常详细,对大... 目录前言:详细步骤:一、检查安装的数据库版本二、在官网下载对应的mysql Workbench版本,要是

Linux安装MySQL的教程

《Linux安装MySQL的教程》:本文主要介绍Linux安装MySQL的教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录linux安装mysql1.Mysql官网2.我的存放路径3.解压mysql文件到当前目录4.重命名一下5.创建mysql用户组和用户并修

pip无法安装osgeo失败的问题解决

《pip无法安装osgeo失败的问题解决》本文主要介绍了pip无法安装osgeo失败的问题解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 进入官方提供的扩展包下载网站寻找版本适配的whl文件注意:要选择cp(python版本)和你py

Android App安装列表获取方法(实践方案)

《AndroidApp安装列表获取方法(实践方案)》文章介绍了Android11及以上版本获取应用列表的方案调整,包括权限配置、白名单配置和action配置三种方式,并提供了相应的Java和Kotl... 目录前言实现方案         方案概述一、 androidManifest 三种配置方式

Python解析器安装指南分享(Mac/Windows/Linux)

《Python解析器安装指南分享(Mac/Windows/Linux)》:本文主要介绍Python解析器安装指南(Mac/Windows/Linux),具有很好的参考价值,希望对大家有所帮助,如有... 目NMNkN录1js. 安装包下载1.1 python 下载官网2.核心安装方式3. MACOS 系统安

Pycharm安装报错:Cannot detect a launch configuration解决办法

《Pycharm安装报错:Cannotdetectalaunchconfiguration解决办法》本文主要介绍了Pycharm安装报错:Cannotdetectalaunchconfigur... 本文主要介绍了Pycharm安装报错:Cannot detect a launch configuratio

pytorch+torchvision+python版本对应及环境安装

《pytorch+torchvision+python版本对应及环境安装》本文主要介绍了pytorch+torchvision+python版本对应及环境安装,安装过程中需要注意Numpy版本的降级,... 目录一、版本对应二、安装命令(pip)1. 版本2. 安装全过程3. 命令相关解释参考文章一、版本对

Windows系统下如何查找JDK的安装路径

《Windows系统下如何查找JDK的安装路径》:本文主要介绍Windows系统下如何查找JDK的安装路径,文中介绍了三种方法,分别是通过命令行检查、使用verbose选项查找jre目录、以及查看... 目录一、确认是否安装了JDK二、查找路径三、另外一种方式如果很久之前安装了JDK,或者在别人的电脑上,想