機器學習自學筆記09: Keras2.0

免費閱讀文章：機器學習自學筆記09: Keras2.0

今日的課程來自於: https://youtu.be/5BJDJd-dzzg
參考筆記:https://github.com/Sakura-gh/ML-notes/blob/master/ML-notes-pdf/10_Keras.pdf

Keras 介紹

Tensorflow 是目前最流行的machine learning庫之一。但是他沒有這麼好用tensorflow 和另一個功能相近的toolkit theano，這兩個都非常flexible ，可以做很多事情，deep learning 或是只做微分也行，也可以算gradient descent等等，但是這麼flexble 的toolkit 學起來是一定有難度的，沒辦法在半小時內學會。

Keras 是很容易學習且有足夠的彈性的，可以用來implement 一個自己的deep learning, Keras 其實是tensorflow和theano 的interface，所以用Keras 就等於在用tensorflow，只是有人幫你把操作tensorflow 這件事情幫妳寫好了。

多數想得到的nerwork，在 Keras 都有現成的function可以使用；因為它背後就是tensorflow or theano，所以如果你想要精進自己的能力的話，你永遠可以去改Keras背後的tensorflow 的code，然後做更厲害的事情

Keras 實作

現在Keras已經成為Tensorflow 的官方API，就像樂高一樣簡單
使用的data是MNIST的Data：http://yann.lecun.com/exdb/mnist/
Keras提供了自動下載MNIST data的function：http://keras.io/datasets/

接下來就依照之前machine learning 的三個步驟 :

首先要先導入keras套件：

from keras.models import Sequential

Step 1: define a set of function — neural network

先建立一個model

model=Squential()

• 第一層 hidden layer

之後我們要決定neural network要長甚麼樣子: 假設我們想建立的有兩個hidden layer，每個hidden layer 都有500個neuron

model.add(Dense(input_dim=28*28,units=500,activation='sigmoid'))