Keras模型是什么?
Keras深度学习是一个高级库,Theano和建造Tensorflow。写在Python和提供一个干净的和方便的方式来创建一个范围的深度学习模型。Keras已经成为最常用的高级神经网络api开发和测试时神经网络。为神经网络层以及设置复杂架构现在微风由于Keras高级API。Keras模型是由一个序列或一个独立的图。有几个完全可配置模块,可以创建新的模式相结合。这些可配置模块,你可以一起塞神经层,成本函数,优化器,初始化方案,辍学,损失,激活函数和正则化方案。模块化的主要优势之一是,您可以很容易地添加新特性作为单独的模块。因此,Keras非常灵活,适合创新的研究。有两种方法可以开发Keras模型:顺序和功能。
顺序API模式
的顺序API模型是最简单的模型,它由一个线性堆层,允许您配置模型逐层对大多数问题。要使用的顺序模型非常简单,然而,它的拓扑结构是有限的。限制来自这样一个事实:您不能配置模型与共享层或有多个输入或输出。
功能的API
或者,功能的API非常适合创建复杂的模型,需要扩展的灵活性。它允许您定义模型,特征层连接到的不仅仅是上和下一层。模型是由创建的实例层和直接连接到对方成对,实际上,使用该模型可以层连接到任何其他层。与暹罗等这个模型创建复杂网络网络,残余网络、多输入/多输出模型,有向无环图(无进取心的人),并与共享模型层成为可能。