熊猫小妖的AI世界

目录前言1.keras工作流程2.keras网络模型定义的2种方法3.损失函数、评估标准、优化器4.常用api说明4.1sequence方法compilefitpredict4.2 网络模型常用模块denseActivationDropoutFlattenInputReshapeConv2DMaxPooling2D前言使用了keras很久，比较容易上手、非常适合搭建新模型和进行object detect，温故而知新，重新捡起来并且合理总结一下，特此分享与有缘人~~~1.keras工作流程已经见过一个

基础要点总结（1）标量、向量、矩阵、张量张量的3个属性：轴（ndim）、形状(shape)、数据类型(dtype)（2）批处理的图像数据：TensorFlow : [batch_size, height, width, channels]Theano:[batch_size, channels, height, width]Keras 框架同时支持这两种格式。（3）视频数据[samples, frames, height, width, channels ]举例来讲：一个以

（1）安装方案1如果参考百度的话，在进行keras模型保存时需要用到的库有三个，分别使用如下命令行下载：pip install pydot-ng pip install graphviz pip install pydot 并且需要下载graphviz-2.38.msi。添加相关路径到path中。链接：https://pan.baidu.com/s/114JYPKZR0WIEac-VooxFYQ 密码：c3ri或者写代码的时候，添加上去相关路径（注意：‘C:/Program Files

前言keras作为一个不用写静态图，封装的特别好的架构，还是要比tensorflow简单容易用一些，搭建一些模型也是比较快速。但是keras各个版本之间，有一些不兼容的变动还是让人诟病。平常总是遇到，所以汇总一下。环境keras2.3.1backend -> tensorflow1.14.0-gpu问题汇总（1）ModuleNotFoundError: No module named ‘keras.applications.mobilenetv2’kera2.2的时候 keras.ap

1 安装（1） 安装tensorflow-gpu:参见 https://blog.csdn.net/weixin_42237113/article/details/104366282（2） 在相同虚拟环境下，使用如下命令：pip install keras可以看到相关依赖环境h5py/scipy/numpy/pyyaml等已顺利自动安装，如果安装失败可以查看相关缺少安装包自行安...