Keras 라이브러리에는 이미 편리하게 포함되어 있습니다. 우리는 그렇게로드 할 수 있습니다 : Keras 설치에 대한 자세한 설명은이 문서의 범위를 벗어났지만 먼저 Anaconda (파이썬을 포함하는)를 설치한 다음 텐서 플로우 (모든 무거운 수치 처리를 수행)를 파이썬 추가 기능으로 설치합니다. 패키지, 다음 두 번째 파이썬 추가 기능으로 Keras (파이썬 API를 제공)를 설치합니다. Keras 및 딥 러닝을 통해 모든 사용자가 시작하고 실행할 수 있도록 이 예제에 매우 작은 데이터 집합을 사용했습니다. 일반적으로 클래스당 최소 1,000개의 이미지가 있어야 합니다. 우리의 네트워크는 또한 완벽에서 멀리. L2 가중치, 추가 데이터 보강 등과 같은 정규화 방법을 도입하여 모델의 정확도를 높일 수 있습니다. 당신이 그들을 감지하는 방법을 포함하여 과적합 / 언더 피팅에 대한 자세한 내용을 배우고 싶다면, 나는 당신이 파이썬과 컴퓨터 비전을위한 딥 러닝을 통해 읽을 것을 제안한다. 몇 주 전에 DL 교육을 시작했습니다.

내가 NN에 대한 매개 변수를 훈련하기 위해, 물론 배운 내용에 따르면, 우리는 앞으로 및 뒤로 전파를 실행해야합니다; 그러나 Keras 예제를 보면 이러한 전파 프로세스를 찾을 수 없습니다. Keras가 앞으로 및 뒤로 전파를 사용하는 대신 매개 변수를 찾는 자체 메커니즘을 가지고 있음을 의미합니까? 이 스크립트를 실행하면 Keras 신경망이 학습을 시작하고 교육이 완료되면 테스트 세트에서 네트워크를 평가합니다. 그리고 난 당신이 여기에 dicussed 무엇을 할 수 있는지 궁금해 : “Keras”텐서 플로우에서 CNN을 구축하고 분류에 대한 몇 가지 CSV fiels를 훈련하는 데 사용할 수 있습니다. 이것은 바보 같은 질문이 될 수 있지만, 당신이 대답을 기다리고 있습니다. 나는 CNN과 워드 센스 모호에 대한 내 졸업 프로젝트에 노력하고, 그냥 계속 할 수 없습니다. 당신의 힙 ~ 베세 소원에 대한 희망! 2-10번 선의 가져오기에서 볼 수 있듯이 SmallVGGNet에 필요한 모든 것은 각기에서 나옵니다. 저는 여러분이 Keras 문서와 딥 러닝 북의 각 자님께 익숙해지기를 권장합니다. 그림 12: Keras 정확도/손실 플롯을 사용하여 딥 러닝을 통해 SmallVGGNet 모델을 사용하여 동물 데이터에 대해 78%의 정확도를 얻었다는 것을 알 수 있습니다. 케라스 버전: 1.1.1 Tensorflow 버전: 0.8.2.0rc0 theano 버전: 0.8.2.dev-90127555553cbfe3fbbe290ce85d1abf8bb9a5b203 우리의 케라스 모델을 평가하려면 우리는 분류 보고서와 함께 모델의 .predict method 방법의 조합을 사용할 수 있습니다. scikit-learn: 목표는 예제를 100% 재현 가능하게 만드는 것이지만, 테아노와 텐서플로우 백엔드와 같은 상징적인 수학 libs로는 어렵습니다.

Igor는 좋은 점을 가지고 – 당신이 건너 대부분의 케라스 튜토리얼은 당신에게 MNIST (필기 인식) 또는 CIFAR-10 (기본 개체 인식)와 같은 이미지 분류 데이터 세트를 사용하여 라이브러리의 기초를 가르치려고합니다.