Keras模型

Keras模型是什麼?

Keras深度學習是一個高級庫,Theano和Tensorflow之上。寫在Python和提供一個幹淨的和方便的方式來創建一個範圍的深度學習模型。Keras已經成為最常用的高級神經網絡api開發和測試時神經網絡。為神經網絡層以及設置複雜架構現在微風由於Keras高級API。Keras模型是由一個序列或一個獨立的圖。有幾個完全可配置模塊,可以創建新的模式相結合。這些可配置模塊,你可以一起塞神經層,成本函數,優化器,初始化方案,輟學,損失,激活函數和正則化方案。模塊化的主要優勢之一是,您可以很容易地添加新特性作為單獨的模塊。因此,Keras非常靈活,適合創新的研究。有兩種方法可以開發Keras模型:順序和功能。

順序API模式

的順序API模型是最簡單的模型,它由一個線性堆層,允許您配置模型逐層對大多數問題。要使用的順序模型非常簡單,然而,它的拓撲結構是有限的。限製來自這樣一個事實:您不能配置模型與共享層或有多個輸入或輸出。

功能的API

或者,功能的API非常適合創建複雜的模型,需要擴展的靈活性。它允許您定義模型,特征層連接到的不僅僅是上和下一層。模型是由創建的實例層和直接連接到對方成對,實際上,使用該模型可以層連接到任何其他層。與暹羅等這個模型創建複雜網絡網絡,殘餘網絡、多輸入/多輸出模型,有向無環圖(無進取心的人),並與共享模型層成為可能。