Ein kurzer Keras-Spickzettel: Neuronale Netzwerke in Python

56 sec read

Ein kurzer Keras-Spickzettel

Keras ist eine nutzerfreundliche und leistungsstarke Bibliothek für Theano, Microsoft Cognitive Toolkit und TensorFlow, die ein API des mehrschichtigen neuronalen Netzwerks für die Entwicklung und Bewertung von Modellen des tiefen Lernens bereitstellt. 

Dieser Artikel ist ein Keras-Spickzettel für diejenigen, die sich bereits mit dieser Bibliothek auseinandergesetzt haben und eine praktische kurze Zusammenfassung dazu brauchen oder für diejenigen, die einen zusätzlichen Schub benötigen, um zu starten.

Dieser Spickzettel stellt nicht nur die sechs Schritte dar, die man durchgehen kann, um neuronale Netzwerke in Python auf der Basis der Keras-Bibliothek zu erstellen.


Hier kann man den Spickzettel herunterladen.


In diesem Keras-Spickzettel sind folgende Schritte kurz beschrieben: selbständiges Laden der Datensätze aus der Bibliothek, Datenvorverarbeitung, Aufbau einer Modellarchitektur und ihre Zusammenstellung, Training und Auswertung. Da man beim Aufbau der Modelle viel Freiheit hat, verwendet der Spickzettel einige der einfachen Schlüsselcode-Beispiele der Keras-Bibliothek, die für den Beginn des Erstellens eigener neuronalen Netzwerke in Python notwendig sind.

Darüber hinaus sind einige Beispiele angeführt, wie das Modell getestet, gespeichert und erneut geladen werden kann. Schließlich zeigen weitere Beispiele, wie die Werte für Testdaten vorhergesagt und die Modelle verbessert werden können, wobei die Optimierungsparameter angepasst werden und frühzeitig aufgehört wird.

Es wäre alles, was man benötigt, um mithilfe von Keras eigene erste neuronale Netzwerke in Python zu erstellen!


Sollten Sie Fragen zum Aufbau neuronaler Netzwerke in Python mit Keras haben, so können Sie sich an das Team von AI-United.de per Mail oder im Q&A-Bereich wenden.

Quelle

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.