Keras - 深度学习的加速器
初识Keras
安装Keras
bash
pip install keras
构建第一个神经网络
python
from keras.models import Sequential
from keras.layers import Dense, Flatten
# 构建顺序模型
model = Sequential([
Flatten(input_shape=(28, 28)), # 输入层，将28x28的图像展平
Dense(128, activation='relu'), # 隐藏层，128个节点
Dense(10, activation='softmax') # 输出层，10个节点表示10个类别
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
训练模型
python
from keras.datasets import mnist
from keras.utils import to_categorical
# 加载数据
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# 归一化数据
x_train = x_train.astype('float32') / 255
x_test = x_test.astype('float32') / 255
# 训练模型
model.fit(x_train, y_train, epochs=5, batch_size=128)
评估模型
python
# 评估模型
loss, accuracy = model.evaluate(x_test, y_test)
print(f"Test accuracy: {accuracy}")
使用模型
python
# 预测
predictions = model.predict(x_test)
print(predictions[0])
保存和加载模型
python
# 保存模型
model.save('mnist_model.h5')
# 加载模型
from keras.models import load_model
model = load_model('mnist_model.h5')
