详解keras2.0 API:keras的常用函数

1、模型构建

• Sequential():构建序列模型,层与层线性堆叠。
• Model():构建任意结构模型,可以有分支和合并。 
• Input():定义输入张量。
• Dense():全连接层。 
• Conv2D():二维卷积层。
• MaxPool2D():二维最大池化层。
• Flatten():展平层。
• Dropout():随机失活层,防止过拟合。

---

2、编译与训练

• compile():编译模型,指定损失函数、优化器和指标。
• fit():训练模型。 
• evaluate():评估模型。 
• predict():预测新数据。

---

3、损失函数

• sparse_categorical_crossentropy:整数编码的多类交叉熵损失函数。
• categorical_crossentropy:多类的交叉熵损失函数。
• binary_crossentropy:二分类的交叉熵损失函数。
• mean_squared_error:均方误差损失函数。

---

4、优化器

• SGD:随机梯度下降优化器。 
• RMSprop:RMSprop优化器。
• Adam:Adam优化器。 
• Adadelta:Adadelta优化器。 
• Adagrad:Adagrad优化器。

---

5、指标

• accuracy:准确率指标。
• sparse_categorical_accuracy:整数编码多类准确率指标。
• categorical_accuracy:多类准确率指标。
• mean_squared_error:均方误差指标。

---

6、其他

• Model.summary():打印模型结构概况。
• Model.layers:访问模型的层。 
• Model.weights:访问模型的权重。
• tf.keras.callbacks.*:定义回调函数。