iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 25
0
AI & Data

大數據的世代需學會的幾件事系列 第 25

Day25-Tensorflow與Keras基本介紹

  • 分享至 

  • xImage
  •  

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

  • 處理器:Tensorflow可以在CPU、TPU、GPU上執行
  • 平台:就之前所說的,Tensorflow具有跨平台能力,像是Windows、Linux、Raspberry pi...等。
  • 前端程式語言:Tensorflow可以支援多種前端程式語言,當然不只python、C++,目前有相當多的程式語言可以做運用。
  • 高階API:Tensorflow可以開發許多種高階的API,例如:Keras、TF-Learn、TF-Slim等。

Keras

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'))

上一篇
Day24-深度學習介紹(2)
下一篇
Day26-在Windows建立Tensorflow與Keras深度學習環境
系列文
大數據的世代需學會的幾件事30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言