Tensorflow與Keras基本介紹
Published in
2 min readMay 9, 2019
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。
Tensorflow
TensorFlow是一個機器學習框架, 是一個用於機器學習的開源軟體庫,可以支援深度學習的各種演算法
圖片引用自 Tensorflow+keras深度學習人工智慧實務
- 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。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的函式…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'))