安装keras

最新推荐文章于 2022-08-30 13:19:02 发布

原创最新推荐文章于 2022-08-30 13:19:02 发布 · 998 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

编程

Python

本文介绍了在Mac上安装Keras的简单步骤，包括下载anaconda、安装theano、tensorflow和keras。通过运行示例程序验证安装成功。

Keras是一种比较常用的深度学习框架，安装起来其实也不麻烦。

我是在Mac上安装的Keras，主要步骤如下：

1.下载anaconda，直接在官网下载，按照步骤安装就可以了。

2.安装theano,

condo install theano

3.pip install tensorflow

4.pip install keras

经过上面四步，keras就装好了。

from keras.models import Sequential

from keras.layers import LSTM, Dense

import numpy as np

data_dim = 16

timesteps = 8

nb_classes = 10

# expected input data shape: (batch_size, timesteps, data_dim)

//确定模型
model = Sequential()
//确定模型的类型，添加输入
model.add(LSTM(32, return_sequences=True,

input_shape=(timesteps, data_dim)))  # returns a sequence of vectors of dimension 32
//添加隐含层
model.add(LSTM(32, return_sequences=True))  # returns a sequence of vectors of dimension 32

model.add(LSTM(32))  # return a single vector of dimension 32

model.add(Dense(10, activation='softmax'))
//计算lossfunction
model.compile(loss='categorical_crossentropy',

optimizer='rmsprop',

metrics=['accuracy'])

# generate dummy training data

x_train = np.random.random((1000, timesteps, data_dim))

y_train = np.random.random((1000, nb_classes))

# generate dummy validation data

x_val = np.random.random((100, timesteps, data_dim))

y_val = np.random.random((100, nb_classes))
//找到最优的参数
model.fit(x_train, y_train,

batch_size=64, nb_epoch=5,

validation_data=(x_val, y_val))
//把数据随机分成多个批次，batch_size一个批次中数据的数量
//epoch，所有数据跑一次,代
更小的bacth size意味着一次epoch里面有更多的更新次数

随机性，防止进入局部最优或者鞍点

model.evaluate()
model.predict(x_test)

建立模型，loss function，更新参数找到最好的函数

然后写一个例程，

vi keras_test_lstm.py

python keras_test_lstm.py

结果如下：