你的第一個神經網路

Keras 深度學習入門

Miguel Esteban

Data Scientist & Founder

什麼是神經網路？

參數

梯度下降

Sequential API

定義神經網路

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import Dense

# 建立新的順序式模型
model = Sequential()

# 加入輸入層與全連接層
model.add(Dense(2, input_shape=(3,)))

# 加入最後 1 個神經元的層
model.add(Dense(1))

加入啟用函式

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import Dense

# 建立新的順序式模型
model = Sequential()

# 加入輸入層與全連接層
model.add(Dense(2, input_shape=(3,)))

# 加入最後 1 個神經元的層
model.add(Dense(1))

加入啟用函式

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import Dense

# 建立新的順序式模型
model = Sequential()

# 加入輸入層與全連接層
model.add(Dense(2, input_shape=(3,),
                activation="relu"))

# 加入最後 1 個神經元的層
model.add(Dense(1))

摘要你的模型

model.summary()

Layer (type)                 Output Shape              Param #   
=================================================================
dense_3 (Dense)              (None, 2)                 8         
_________________________________________________________________
dense_4 (Dense)              (None, 1)                 3         
=================================================================
Total params: 11
Trainable params: 11
Non-trainable params: 0
_________________________________________________________________

視覺化參數

摘要你的模型

model.summary()

Layer (type)                 Output Shape              Param #   
=================================================================
dense_3 (Dense)              (None, 2)             --> 8 <--       
_________________________________________________________________
dense_4 (Dense)              (None, 1)                 3         
=================================================================
Total params: 11
Trainable params: 11
Non-trainable params: 0
_________________________________________________________________

開始寫程式！

Keras 深度學習入門