Part 1. 环境配置
keras包 与 tensorflow包
Win+R ，输入指令：pip install tensorflowpip install keras
推荐镜像：-i https://pypi.tuna.tsinghua.edu.cn/simple/
关于包
keras包相当于是 tensflow 包的前端
tensflow包相当于是keras包的后端
keras包用来写深度学习更方便
官方链接：https://keras.io/zh/
Part 2. 学习数据下载
mnist数据集
官方网站：下载连接
共包含4个文件：训练集、训练集标签、测试集、测试集标签
数据集导入
form keras.datasets import mnist
(X_train,y_train),(Xtest,y_test) = mnist.load_data()
# 更多数据集可通过官网了解
数据图片展示
img1 = X_train[0]
fig1 = plt.figure(figsize(3,3))
plt.imshow(img1)
Part 3. 模型保存与加载
深度学习相当于对n维数据进行逻辑回归的拟合，其模型拟合时间消耗大，因此为了防止每使用一次模型都消耗一次时间，可以对拟合好的模型进行保存，并对拟合好的模型进行加载
参考文章——知乎链接
保存模型
model.save( 'save_path，本地存储路径.h5 ' )
保存后的模型以 .h5文件格式存储
可用软件 HDFview查看，可查看其中的多个要素信息，如dense, loss等
模型加载
from keras.models import load_modelmodel = load_model( 'save_path，本地存储路径.h5' )
模型的继续训练
model.fit( point,label,epochs=30)
注：fit函数表示在当前模型基础上，填充point_label对应数据，对模型继续进行训练文章来源：https://www.toymoban.com/news/detail-432047.html
Part 4. 什么是深度学习？
参考链接文章来源地址https://www.toymoban.com/news/detail-432047.html
到了这里，关于【python】keras包：深度学习的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
