使用keras为什么accuracy一直为0_我的 TensorFlow 2.0 初体验

最新推荐文章于 2022-05-26 01:38:04 发布

weixin_39760433

最新推荐文章于 2022-05-26 01:38:04 发布

阅读量2k

点赞数 1

文章标签：使用keras为什么accuracy一直为0

本文链接：https://blog.csdn.net/weixin_39760433/article/details/111282167

版权

本文介绍了如何在TensorFlow 2.0中使用Keras构建神经网络，包括Sequential API和函数式API的使用，模型训练、评估，以及保存和加载模型。详细讨论了BN和Dropout的顺序问题，提供了MNIST数据集的示例代码。

摘要由CSDN通过智能技术生成

点击上方“AI有道”，选择“置顶”公众号

重磅干货，第一时间送达

本文转载自小小挖掘机(id：wAIsjwj)

群里的小伙伴们都说TF2.0挺不错的，方便了很多，今天咱也先简单学习一波。

先推荐一个教程：

https://zhuanlan.zhihu.com/c_1091021863043624960

TensorFlow 2.0 使用 Keras 作为开发者的核心体验。今天体验了一把，确实挺不错的，那么今天就手把手来教学如何通过TF2.0 + Keras构建一个简单神经网络。

1、安装TF2.0虚拟环境

首先，我们要在电脑里装一个tf2.0的虚拟环境(我的电脑是mac，windows和linux类似)。这里使用anaconda的命令：

conda create --name tf2 python=3.6

注意，后面的python版本最好带上，否则什么库都不给你装。这样，在anaconda的envs路径下，就多了一个tf2的虚拟环境，我们可以使用activate命令激活它：

source activate tf2

也可以使用deactivate来退出环境：

source deactivate tf2

接下来，安装tensorflow的环境，我们首先使用清华源：

sudo pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

然后，安装tf2.0：

sudo pip install tensorflow==2.0.0-alpha

安装了tf2.0的环境还不够，我们还需要把它作为一个kernel加入到jupyter环境中，执行下面两步：

conda install notebook ipykernelsudo python -m ipykernel install --name tf2

接下来，使用jupyter notebook命令启动ipython。环境切换到tf2：

接下来，我们导入tf和keras，看看版本对不对：

import tensorflow as tffrom tensorflow.keras import layersprint(tf.__version__)print(tf.keras.__version__)

输出为：

关注