Keras 是什么
Keras是一个为人类设计的深度学习API,而非机器。它专注于调试速度、代码优雅与简洁、可维护性和可部署性。使用Keras时,代码库更小、更易读、更易于迭代。Keras采用多后端方法,支持JAX、TensorFlow和PyTorch,使用户能够自由选择框架并利用各生态系统的优势。
Keras 使用示例
以下是一个简单的Keras模型构建和训练示例:
- 构建模型
import keras
from keras import layers
inputs = keras.Input(shape=(32, 32, 3))
x = layers.Conv2D(32, 3, activation="relu")(inputs)
x = layers.Conv2D(64, 3, activation="relu")(x)
x = layers.GlobalAveragePooling2D()(x)
outputs = layers.Dense(10, activation="softmax")(x)
model = keras.Model(inputs, outputs, name="mini_cnn")
- 训练模型
model.compile(optimizer="rmsprop", loss="categorical_crossentropy", metrics=["accuracy"])
model.fit(dataset, epochs=10)
- 使用KerasHub预训练模型
causal_lm = keras_hub.models.CausalLM.from_preset("gemma2_instruct_2b_en", dtype="float16")
prompt = "Write python code to print the first 100 primes."
text_output = causal_lm.generate(prompt, max_length=512)
相关导航
暂无评论...