keras入门－简单数据集的运用

最新推荐文章于 2022-07-19 16:10:27 发布

TFknight

最新推荐文章于 2022-07-19 16:10:27 发布

阅读量3k

点赞数 2

分类专栏：深度学习，神经网络文章标签：算法神经网络

本文链接：https://blog.csdn.net/gdufsTFknight/article/details/78196729

版权

Keras:

Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras为支持快速实验而生.

Keras的核心数据结构是“模型”，模型是一种组织网络层的方式。Keras中主要的模型是Sequential模型，Sequential是一系列网络层按顺序构成的栈。

下面我就用两个经典数据集iris 和　mnist　来解释Keras是如何完成逻辑分类的

iris：

# coding=utf-8

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

from sklearn.cross_validation import train_test_split
from sklearn.linear_model import LogisticRegressionCV

from keras.models import Sequential
from keras.layers.core import Dense, Activation
from keras.utils import np_utils

这里用到sklearn的两种切分数据集的方法：