1.4　Keras深度學習庫概述

Keras是Python中的高級深度神經網絡API，基于TensorFlow、CNTK或Theano運行。

這里有一些在使用Keras前需要了解的核心概念。TensorFlow是一個用于數值計算和機器智能的深度學習庫。它是開源的，基于數據流圖進行數值計算。數學運算由節點和多維數據數組表示，即張量由圖的邊表示。這個框架的技術性非常強，因此數據分析師使用起來可能很困難。Keras使深度神經網絡編碼變得簡單，它還可以在CPU和GPU上無縫運行。

模型是Keras的核心數據結構。序列模型由一個線性的層堆棧組成，是最簡單的模型，它提供了通用函數，如fit()、evaluate()和compile()。

可以通過以下代碼行創建一個序列模型：

Keras模型中的層

Keras層就像一個神經網絡層，包含全連階層、最大池化層和激活函數層。可以使用模型的add()函數向模型中添加一個層。例如，一個簡單的模型可用如下代碼表示：

第一層后，Keras將自動推斷出所有層的形狀。這意味著你只需要為第一層設置輸入維度。前面代碼片段的第一層：model.add(Flatten(input_shape=(32,32,3))，設置輸入維度為(32,32,3)，設置輸出維度為(3072=32×32×3)，第二層以第一層的輸出作為輸入，并設置輸出維度為(100)。這種將輸出持續傳遞到下一層直到最后一層的鏈條，即模型的輸出。