导语:在这篇 Keras 教程中, 你将学到如何用 Python 建立一个卷积神经网络!事实上, 我们将利用著名的 MNIST 数据集, 训练一个准确度超过 99% 的手写数字分类器....要实现这些, 多隐层的深度神经网络可以从原始输入图片中按序学习更复杂的特征:
第一层隐层也许只能学习到局部边缘模式.
之后, 每一个后续层 (或过滤器) 将学习更复杂的表示....使用 TensorFlow 和 Theano 的主要区别在于, 数据输入神经网络之前, 需要简单地重塑....这允许我们从脚本中重现结果:
?
然后, 从 Keras 中导入 Sequential 模块. 它是一个神经网络层的线性栈, 完美适配本教程将建立的前馈 CNN 类型.
?...Keras 有各种各样的 损失函数和开箱即用的优化器.
第九步: 用训练数据进行模型拟合
要拟合模型, 我们需要做的就是声明训练的批次大小以及训练次数, 然后传入训练数据.
?
简单吗?