摘要：
1. keras封装了Scikit learn，并提供了高层API 1. 你可以使用Keras的顺序模型(仅限单一输入)作为Scikit Learn工作流程的一部分，通过在此找到的包装器: 。有两个封装器可用: , 这实现了Scikit Learn 分类器 接口, , 这实现了Scikit Lear 阅读全文
摘要：
1. keras中的约束项 1. 模块的函数允许在优化期间对网络参数设置约束（例如非负性）。约束是以层为对象进行的。具体的 API 因层而异，但 ，`Conv1D Conv2D Conv3D` 这些层具有统一的 API。约束层开放 2 个关键字参数： 用于主权重矩阵。 用于偏置。 2. keras内 阅读全文
摘要：
1. 模型可视化 1. 模块提供了一些绘制Keras模型的实用功能(使用 )。以下实例，将绘制一张模型图，并保存为文件： 有两个可选参数: (默认为False) 控制是否在图中输出各层的尺寸。 (默认为True) 控制是否在图中显示每一层的名字。 2. 此外，你也可以直接取得 对象并自己渲染它。 i 阅读全文
摘要：
1. 正则化层 1. 正则化器允许在优化过程中对层的参数或层的激活情况进行惩罚。 网络优化的损失函数 也包括 这些惩罚项。( 但不包括 诸如Dropout/人为加Noise这类的正则化)。惩罚是 以层为对象 进行的。具体的 API 因层而异，但 ，`Conv1D Conv2D Conv3D` 这些层 阅读全文
摘要：
1. 模型初始化 初始化定义了设置 Keras 各层权重随机初始值的方法。用来将初始化器传入 Keras 层的参数名取决于具体的层。通常关键字为 和 : 内置的初始化工具 (是 模块的一部分) Initializer 初始化器基类：所有初始化器继承这个类。 Zeros 将张量初始值设为 0 的初始化 阅读全文
摘要：
1. 后端Backend Keras 是一个模型级库，为开发深度学习模型提供了 高层次 的构建模块。它不处理诸如张量乘积和卷积等低级操作。相反，它依赖于一个专门的、优化的张量操作库来完成这个操作，它可以作为 Keras 的「后端引擎」。相比单独地选择一个张量库，而将 Keras 的实现与该库相关联， 阅读全文
摘要：
1. 关于Application Keras 的应用模块（keras.applications）提供了带有预训练权值的深度学习模型，这些模型可以用来进行预测、特征提取和微调（fine tuning）。当你初始化一个预训练模型时，会自动下载权值到 目录下。 2. keras内置的Model 在 Ima 阅读全文
摘要：
1. CIFAR10 小图像分类数据集 50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 10 个类 别。 2. CIFAR100 小图像分类数据集 50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 100 个类 阅读全文
摘要：
1. 回调函数的使用 回调函数是一个函数的合集，会在 训练 的阶段中所使用。你可以使用回调函数来查看 训练模型的内在状态和统计 。你可以传递一个列表的回调函数（作为 关键字参数）到 或 类型的 方法。在 训练 时，相应的回调函数的方法就会被在 各自的阶段 被调用。 2. keras支持的回调函数 1 阅读全文
摘要：
1. 激活函数的使用 激活函数可以通过设置 单独的激活层 实现，也可以在 构造层对象 时通过传递 参数实现 2. keras支持的激活函数 1. softmax 2. elu (指数线性单元) 3. selu (可伸缩的指数线性单元) SELU 等同于： ，其中 alpha 和 scale 是预定义 阅读全文