在昨天與前天介紹到,深度學習就是以矩陣運算來模擬神經訊息傳送,可以透過Tensorflow進行矩陣運算來達到最高效能,並且能在在不同平台上執行。
圖片引用至Tensorflow+keras深度學習人工智慧實務:https://3.bp.blogspot.com/-NbdeXse6khk/WXsDLTZO6-I/AAAAAAAAAb4/vRWXbbr1FAUdNaehcmYCTxOMgmMe8rvewCLcBGAs/s1600/image045.tif
Keras是一個開放原始碼,基於Python高階深度學習的程式庫,主要由Francois Chollet及其他開放原始碼社群成員一同開發,以MIT開放原始碼授權。Keras可以快速有方便運算的主要原因是,它已經將訓練模型的輸入層、隱藏層、輸出層,做好架構,使用者只需要加入並且填寫正確的參數ex.神經元個數、activation function的凾式...等。
1.建立Sequential模型
from keras.models import Sequential
model = Sequential()
2.建立輸入層、隱藏層
model.add(Dense(units=256,input_dim=800,kernel_initializer='normal',activation='relu'))
3.建立輸出層
model.add(Dense(units=10,kernel_initializer='normal',activation='softmax'))