Keras学习笔记
Keras简介
keras是一个用python编写的高级神经网络API，它能够以TensorFlow、CNTK，或者是Theano作为后端运行
开发重点是支持快速的实验。能够以最小的时延把你的想法转化为实验结果，是做好研究的关键。
优点
用户友好。Keras是为人类而不是为机器设计的APl。它把用户体验放在首要和中心位置。Keras 遵循减少认知困难的最佳实践:它提供一致且简单的API，将常见用例所需的用户操作数量降至最低，并且在用户错误时提供清晰和可操作的反馈。
高度模块化
模型被理解为由独立的、完全可配置的模块构成的序列或图。这些模块可以以尽可能少的限制组装在一起。特别是神经网络层、损失函数、优化器、初始化方法、激活函数、正则化方法，它们都是可以结合起来构建新模型的模块。
易扩展性。新的模块是很容易添加的（作为新的类和函数)，现有的模块已经提供了充足的示例。由于能够轻松地创建可以提高表现力的新模块，Keras更加适合高级研究。
基于Python实现。Keras没有特定格式的单独配置文件。模型定义在 Python代码中，这些代码紧凑，易于调试，并且易于扩展。
同时支持卷积神经网络和循环神经网络，以及两者的组合
在CPU和GPU上无缝运行
这么多的深度学习框架，为何要选择keras？
Keras是为人类而非机器设计的APl。Keras 遵循减少认知困难的最佳实践:它提供一致且简单的API，它将常见用例所需的用户操作数量降至最低，并且在用户错误时提供清晰和可操作的反馈。
这使Keras易于学习和使用。作为 Keras 用户，你的工作效率更高，能够比竞争对手更快地尝试更多创意，从而帮助你赢得机器学习竞赛。
Keras的兼容的python版本：
Keras兼容的python版本：python2.7-3.6
Keras开发环境搭建与安装
我们用Anaconda发行版作为Python的使用环境。
Anaconda的下载
从清华镜像下载anaconda:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
注意，不同的anaconda对应的python版本也是不一样的，注意不要下载错了，不同版本的anaconda对应的python版本如该网址所示：
python3.6对应的anaconda版本_Anaconda版本对应的python版本
https://blog.csdn.net/weixin_39929687/article/details/111023432?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2aggregatepagefirst_rank_ecpm_v1~rank_v31_ecpm-3-111023432.pc_agg_new_rank&utm_term=python3.6%E5%AF%B9%E5%BA%94%E7%9A%84anaconda%E7%89%88%E6%9C%AC&spm=1000.2123.3001.4430
https://pypi.douban.com/simple/
创建虚拟环境（在anaconda prompt即可）
conda create -n kr python=3.6
kr代表我们创建的虚拟环境的名称
进入虚拟环境
conda activate kr
anaconda的使用
- conda 一个包管理器
- conda -version 命令检查是否安装正确
- conda list 查询
- conda install* 安装
- conda updata* 升级
- conda remove* 卸载
- rm -rf ~/anaconda 删除anaconda
conda切换为国内源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrirs.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes #s设置搜索时显示通道地址
Keras CPU版本安装
keras本身是一个前端的深度学习库，所以需要后端的数据计算
先安装后端（tensorflow）
（有大问题，去官网学习）
pip install tensorflow==2.0
注：需指定2.0版本，2.1版本是GPU和CPU版本的集合体
再安装keras
pip install keras -i https://pypi.doubanio.com/simple
keras后端
什么是后端？
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，Keras 以模块方式处理这个问题，并且可以将几个不同的后端引擎无缝嵌入到 Keras 中。
Keras有三个后端实现可用: TensorFlow后端，Theano后端,CNTK后端。
Keras GPU版本的安装
安装后端（tensorflow-gpu）
(ps,一旦到了自己上手实践就会出现各种问题)
- 一定要提前换源，会下载很多比较大的包
- nvidia驱动版本大于410（查看版本：在anaconda里面输入 NVIDIA-smi）
- python版本为（3.5-3.6）
- 系统必须为64位
安装keras
pip install keras -i https://pypi.doubanio.com/simple
其他
如果使用了虚拟环境，在anaconda prompt里面写：
jupyter notebook（基于web的交互式开发环境）
先进入虚拟环境，在虚拟环境当中写：
conda install nb_conda 然后运行 ，再打开jupyter notebook
|