一文掌握 Keras

今天我们来学习一下 Keras。

Keras 是一个用 Python 编写的高级神经网络 API，能够用 TensorFlow 或者 Theano 作为后端运行。是由 Francois Chollet 在 Google 工作时开发的，用于构建深度学习模型。

Keras 是为了实现快速实验和快速原型设计的，让开发者能够用最短的时间把想法转换为实验结果。用 Keras 可以非常快速地上手深度学习，搭建各种神经网络，现在在工业界和学术界都被广泛地采用。

我们这门课程的主体是学习用 TensorFlow 来解决问题，但是在一些比较复杂问题的实战应用上，我们会采用 Keras 来实现，这样可以让项目快速落地。

本文结构：

1. 用 Keras 解决深度学习问题的一般流程
2. 用 Keras 识别 MNIST 数据集
3. 模型的改进
4. Keras 中常用模块简介

1. 用 Keras 解决深度学习问题的一般流程

关于安装，我们可以从官网找到各种方法，这里就不赘述：https://keras.io/zh/#_2

接下来我们用一个例子来看如何用 Keras 搭建神经网络并解决问题。

首先，用 Keras 解决深度学习问题的一般流程可以分为 8 个步骤，如下图所示：