深度学习库Keras快速入门

Keras是一个强大的、易于使用的深度学习库，无缝对接Theano 和 TensorFlow，同时提供高层神经网络API，来建立和评估深度学习模型。

Keras入门例子：

Keras内置了一些经典数据集。比如：

boston_housing：数据集来自卡内基梅隆大学维护的 StatLib 库。样本包含 1970 年波士顿郊区不同位置的房屋信息，共有 13 种房屋属性。

mnist 数据集：训练集为 60,000 张 28x28 像素灰度图像，测试集为 10,000 同规格图像，总共 10 类数字标签。

cifar10是一个50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 10 个类别。

imdb 数据集来自 IMDB 的 25,000 条电影评论，以情绪（正面/负面）标记。

Keras库提供的数据预处理能力：

Keras构建深度学习网络模型，非常精简，很容易上手使用：

构建序列模型：

构建多层感知机模型：

多分类模型：

回归模型：

CNN模型：

RNN模型：

检查模型：

编译模型：

训练模型。Keras 内置对多 GPU 数据并行的支持。Keras 模型可以被转换为 TensorFlow Estimators 并在 GPU集群上训练。Keras 可以在 Spark上训练。

评估模型：

使用模型做预测：

保存模型：

以上就是Keras使用的入门例子，希望有帮助。