Keras 的附加模块
Keras 提供了几个补充基本工作流程的附加模块(附加函数在本章开头描述)。部分模块如下:
preprocessing
模块提供了几种预处理序列,图像和文本数据的函数。datasets
模块提供了多种函数,可以快速访问几个流行的数据集,如 CIFAR10 图像,CIFAR100 图像,IMDB 电影评论,路透社新闻专线主题,MNIST 手写数字和波士顿房价。initializers
模块提供了几种设置层初始随机权重参数的函数,如Zeros
,Ones
,Constant
,RandomNormal
,RandomUniform
,TruncatedNormal
,VarianceScaling
,Orthogonal
,Identity
,lecun_normal
,lecun_uniform
,glorot_normal
,glorot_uniform
,he_normal
和he_uniform
。models
模块提供了几种恢复模型架构和权重的函数,如model_from_json
,model_from_yaml
,和load_model
。可以使用model.to_yaml()
和model.to_json()
方法保存模型架构。通过调用model.save()
方法可以保存模型权重。权重保存在 HDF5 文件中。applications
模块提供了几种预先构建和预训练的模型,例如 Xception,VGG16,VGG19,ResNet50,Inception V3,InceptionResNet V2 和 MobileNet。我们将学习如何使用预建模型来预测我们的数据集。我们还将学习如何使用来自略有不同的域的数据集再训练applications
模块中的预训练模型。
这就结束了我们对 Keras 的简要介绍,这是 TensorFlow 的高级框架。我们将在本书中提供使用 Keras 构建模型的示例。