Keras深度学习框架安装及快速入门

一.下载安装Keras

　　如果你是安装的Anaconda组合套件，可以直接在Prompt上执行安装命令：pip install keras

　　

　　注意：最下面为Successfully...表示安装成功！

二.简介

　　Keras为图片数据输入提供了一个很好的接口，即Keras.preprocessing.image.ImageDataGenerator类，该类生成一个数据生成器Generator对象，依照循环批量生成对应于图像信息的多维矩阵。根据后台运行环境的不同（例如：TensorFlow,Theano等），多维矩阵的不同维度对应的信息分别是图像二维的像素点。第三维对应彩色通道，灰色图像为一维，RGB为三维。

三.入门案例

　　1.简介

　　　　序列模型是通用模型中的一种，该模型各层之间是依次顺序的线性关系，在第k层和第k+1层之间可以加上各种元素来构造神经网络。这些元素可以通过一个列表来制定，然后作为参数传递给序列模型来生成相应的模型。

　　2.代码实现

 # -*- coding: utf-8 -*-
 """
 Created on Sat Jan 19 11:10:51 2019

 @author: zhen
 """

 from keras.models import Sequential
 from keras.layers import Dense
 from keras.layers import Activation

 # Dense 全连接层
 layers = [Dense(32, input_shape=(784,)), # 32,784 核数
           Activation('relu'), # 激活函数
           Dense(10),
           Activation('softmax')]

 model = Sequential(layers)
 model.summary()

　3.结果

　　　　

　　4.分析

　　　　1.Keras内部使用之前已安装好的深度学习框架，在这里使用了TensorFlow.

　　　　2.使用model.summary()可以查看当前神经网络的架构和详细参数信息。

四.备注

　　1.报ModuleNotFoundError: No module named 'tensorflow.python.eager'错误

　　　　原因：keras版本与tensorflow版本不兼容！对应版本如下：