Question

如何从零使用 Keras + TensorFlow 开发一个复杂深度学习模型

Answer 1

安装 h5py，用于模型的保存和载入：

pip install h5py

还有一些依赖包也要安装。

pip install numpy scipy

pip install pillow

• 为什么选择Keras的原因：

Keras 是 Google 的一位工程师François Chollet 开发的一个框架，可以帮助你在 Theano 上面进行快速原型开发。后来，这被扩展为 TensorFlow 也可以作为后端。并且最近，TensorFlow决定将其作为 contrib 文件中的一部分进行提供。

Keras 被认为是构建神经网络的未来，以下是一些它流行的原因：

轻量级和快速开发：Keras 的目的是在消除样板代码。几行 Keras 代码就能比原生的 TensorFlow 代码实现更多的功能。你也可以很轻松的实现 CNN 和 RNN，并且让它们运行在 CPU 或者 GPU 上面。

• Keras基础知识

在Keras中主要的数据结构是 model ，该结构定义了一个完整的图。你可以向已经存在的图中加入任何的网络结构。import keras

Keras 有两种不同的建模方式：

Sequential models：这种方法用于实现一些简单的模型。你只需要向一些存在的模型中添加层就行了。

Functional API：Keras的API是非常强大的，你可以利用这些API来构造更加复杂的模型，比如多输出模型，有向无环图等等。