什么是 TensorFlow,Keras 如何与 TensorFlow 配合使用来创建神经网络?
Tensorflow 是 Google 提供的机器学习框架。它是一个开源框架,与 Python 结合使用来实现算法、深度学习应用程序等等。
TensorFlow 用于研究和生产目的,具有优化技术,有助于快速执行复杂的数学运算。这是因为它使用 NumPy 和多维数组。这些多维数组也称为"张量"。该框架支持使用深度神经网络。它具有高度可扩展性,并附带许多流行的数据集。它使用 GPU 计算并自动管理资源。它附带大量机器学习库,并且得到很好的支持和记录。
该框架能够运行深度神经网络模型、训练它们并创建预测相应数据集相关特征的应用程序。 可以使用以下代码行在 Windows 上安装 ‘tensorflow’ 包:
pip install tensorflow
Tensor 是 TensorFlow 中使用的数据结构。它有助于连接流程图中的边缘。此流程图称为‘数据流图’。张量不过是多维数组或列表。可以使用三个主要属性来识别它们:
- 等级:它说明了张量的维数。它可以理解为张量的阶数或已定义的张量的维数。
- 类型:它说明与张量的元素相关联的数据类型。它可以是一维、二维或 n 维张量。
- 形状:它是行数和列数的总和。
Keras 在希腊语中意为"角"。Keras 是作为 ONEIROS(开放式神经电子智能机器人操作系统)项目研究的一部分而开发的。Keras 是一个用 Python 编写的深度学习 API。它是一个高级 API,具有高效的接口,可帮助解决机器学习问题。
它在 Tensorflow 框架之上运行。它旨在帮助快速进行实验。它提供了开发和封装机器学习解决方案所必需的基本抽象和构建块。高度可扩展,并具有跨平台能力。这意味着 Keras 可以在 TPU 或 GPU 集群上运行。Keras 模型也可以导出以在网络浏览器或手机中运行。
Keras 已经存在于 Tensorflow 包中。可以使用以下代码行访问它:
import tensorflow from tensorflow import keras
上面,我们导入了 Keras。