Keras文档目录

最新推荐文章于 2024-08-17 11:51:16 发布

huangjun2009

最新推荐文章于 2024-08-17 11:51:16 发布

阅读量545

点赞数

分类专栏：深度学习文章标签： keras

本文链接：https://blog.csdn.net/huangjun2009/article/details/84614834

版权

这篇博客整理了Keras中常用的数据集、网络层、损失函数、优化器和评估标准，包括CIFAR、IMDB、MNIST等数据集，Dense、Conv2D、LSTM等层，以及MeanSquaredError、Adam、BinaryAccuracy等关键API，方便初学者快速查阅。

摘要由CSDN通过智能技术生成

Keras官方文档链接：
https://keras.io/ 英文
https://keras.io/zh/ 中文
中英文的文档结构都不太友好，我按照初学使用Keras过程中，接触的类进行了排版。
首先查看使用的数据集，了解数据结构，其次堆叠深度网络的隐藏层，在网络训练compile的语句中，会使用Loss和Optimizer，以及Metric等参数。
其他的部分是调整模型时需要用的，可以在使用的时候参考官方文档。

常用数据集 Datasets

CIFAR10小图像分类数据集
CIFAR100小图像分类数据集
IMDB电影评论情感分类数据集
路透社新闻主题分类
MNIST手写字符数据集
Fashion-MNIST时尚物品数据集
Boston房价回归数据集

数据调用方法（直接存储在user\.keras\datasets中）

from keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data()

网络层 Layers

所有Keras层都有很多共同的函数：
layer.get_weights(): 以含有Numpy矩阵的列表形式返回层的权重。
layer.set_weights(weights): 从含有Numpy矩阵的列表中设置层的权重（与get_weights的输出形状相同）。
layer.get_config(): 返回包含层配置的字典。此图层可以通过以下方式重置：

layer = Dense(32)
config = layer.get_config()
reconstructed_layer = Dense.from_config(config)
或:
from keras import layers

config = layer.get_config()
layer = layers.deserialize({'class_name': layer.__class__.__name__,
                            'config': config})

如果一个层具有单个节点 (i.e. 如果它不是共享层), 你可以得到它的输入张量，输出张量，输入尺寸和输出尺寸:
layer.input
layer.output
layer.input_shape
layer.output_shape
如果层有多个节点 (参见: 层节点和共享层的概念), 您可以使用以下函数:
layer.get_input_at(node_index)
layer.get_output_at(node_index)
layer.get_input_shape_at(node_index)
layer.get_output_shape_at(node_index)