深度学习(5)--Keras实战

一.Keras基础概念

Keras是深度学习中的一个神经网络框架，是一个高级神经网络API，用Python编写，可以在TensorFlow，CNTK或Theano之上运行。

Keras优点：

(1). 允许简单快速的原型设计（用户友好性，模块化和可扩展性）。

(2). 支持卷积网络和循环网络，以及两者的组合。

(3). 在CPU和GPU上无缝运行。

二.如何跑通Keras项目

测试项目：

代码：

# 第一个keras神经网络
from numpy import loadtxt
from keras.models import Sequential
from keras.layers import Dense

# 加载数据集
dataset = loadtxt('pima-indians-diabetes.csv', delimiter=',')

# 分割为input (X) 和 output (y) 变量
X = dataset[:,0:8]
y = dataset[:,8]

# 定义keras模型
model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

# 编译keras 模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 在数据集上拟合keras 模型
model.fit(X, y, epochs=150, batch_size=10)

# 评估keras 模型
_, accuracy = model.evaluate(X, y)
print('Accuracy: %.2f' % (accuracy*100))

数据集下载地址：

https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv

(科学上网下载)

2.1.在cmd上跑通

在你存放代码文件和数据集的目标文件夹处打开cmd

激活你安装tensorflow和keras的虚拟环境

输入如下代码开始运行

python keras_first_network.py 

运行结果：

2.2.在PyCharm上跑通

使用PyCharm最重要的部分在于环境的设置

如图所示

选择Conda环境，并找到你的Conda可执行文件的地址，同时”使用现有环境“选择当初安装了tensorflow和keras的虚拟环境（同上方cmd运行）。

创建python文件输入代码运行即可跑通（注意数据集的存放位置）