您现在的位置是:首页 >技术交流 >【python】keras包:深度学习(序章)网站首页技术交流
【python】keras包:深度学习(序章)
简介【python】keras包:深度学习(序章)
Part 1. 环境配置
keras包 与 tensorflow包
Win+R ,输入指令:
pip install tensorflow
pip install keras
推荐镜像:-i https://pypi.tuna.tsinghua.edu.cn/simple/
关于包
keras包相当于是 tensflow 包的前端
tensflow包相当于是keras包的后端
keras包用来写深度学习更方便
官方链接:https://keras.io/zh/
Part 2. 学习数据下载
mnist数据集
官方网站:下载连接
共包含4个文件:训练集、训练集标签、测试集、测试集标签
数据集导入
form keras.datasets import mnist
(X_train,y_train),(Xtest,y_test) = mnist.load_data()
# 更多数据集可通过官网了解
数据图片展示
img1 = X_train[0]
fig1 = plt.figure(figsize(3,3))
plt.imshow(img1)
Part 3. 模型保存与加载
深度学习相当于对n维数据进行逻辑回归的拟合,其模型拟合时间消耗大,因此为了防止每使用一次模型都消耗一次时间,可以对拟合好的模型进行保存,并对拟合好的模型进行加载
参考文章——知乎链接
保存模型
model.save( 'save_path,本地存储路径.h5 ' )
保存后的模型以 .h5
文件格式存储
可用软件 HDFview
查看,可查看其中的多个要素信息,如dense, loss等
模型加载
from keras.models import load_model
model = load_model( 'save_path,本地存储路径.h5' )
模型的继续训练
model.fit( point,label,epochs=30)
注:fit函数表示在当前模型基础上,填充point_label对应数据,对模型继续进行训练
Part 4. 什么是深度学习?
风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。