机器学习实战：基于Scikit-Learn、Keras 和TensorFlow （原书第2 版）

262

｜

第

10

章

现在，你了解了使用 Keras 实现 MLP 所需的所有概念！

10.2 使用 Keras 实现 MLP

Keras 是高级深度学习 API，可让你轻松构建、训练、评估和执行各种神经网络。其

文档（或规范）可从

https://keras.io/

获得。这个参考实现也称为 Keras，由 Fransois

Chollet 开发，是一个研究项目

注 13

的一部分，并于 2015 年 3 月作为开源项目发布。由

于其易用性、灵活性和精巧设计，它迅速流行 。为了执行神经网络所需的繁重计算，

此参考实现依赖于计算后端。目前你可以从三种流行的开源深度学习库中进行选择：

TensorFlow、微软的 Cognitive Toolkit（CNTK）和 Theano。因此，为避免混淆，我们将

此参考实现称为多后端

Keras

。

1

自 2016 年底以来发布了其他的实现。现在，你可以在 Apache MXNet、苹果的 Core ML、

JavaScript 或 TypeScript（可以在网络浏览器中运行 Keras 代码）和 PlaidML（可以在各种

GPU 设备上运行，而不仅仅是 Nvidia）上运行 Keras。而且，TensorFlow 本身现在与自

己的 Keras 实现程序 tf.keras 捆绑在一起。它仅支持 TensorFlow 作为后端，但具有

提供一些有用的额外功能的优势（见图 10-10）：例如，它支持 TensorFlow 的数据 API，

可轻松高效地加载和预处理数据。因此，我们将在本书中使用 ...