【keras】学习笔记（一）基本概念

原文查阅“keras中文文档”

一、符号计算（拼管子）

keras底层库使用theano或TensorFlow，这两个库也成为keras后端。

符号主义的计算：

（1）定义各种变量，建立一个“计算图”，计算图规定变量之间的计算关系。

（2）编译、确定内部细节（此时计算图只是空壳子，没有任何实际数据。只有把运算输入放进去、方能在整个模型中形成数据流，形成输出值）。

二、张量（tensor）

张量：表示广泛的数据类型。

0阶张量：规模最小，即标量；

1阶张量：（向量），把一些有序的数排列起来；

2阶张量：（矩阵），继续把一组向量有序排列起来；

3阶张量：（例如3颜色通道的彩色图片的立方体），把矩阵摞起来。

.......

张量的阶数/轴：axis，

例如：[[1,2],[3,4]]：沿着第0个轴，看到[1,2]、[3,4]两个向量；

                              沿着第1个轴，看到[1,3]、[2,4]两个向量。

三、data_format

如何表示一组彩色图片的问题：

<