一.下载安装Keras
如果你是安装的Anaconda组合套件，可以直接在Prompt上执行安装命令：pip install keras
注意：最下面为Successfully...表示安装成功！
二.简介
Keras为图片数据输入提供了一个很好的接口，即Keras.preprocessing.image.ImageDataGenerator类，该类生成一个数据生成器Generator对象，依照循环批量生成对应于图像信息的多维矩阵。根据后台运行环境的不同（例如：TensorFlow,Theano等），多维矩阵的不同维度对应的信息分别是图像二维的像素点。第三维对应彩色通道，灰色图像为一维，RGB为三维。
三.入门案例
1.简介
序列模型是通用模型中的一种，该模型各层之间是依次顺序的线性关系，在第k层和第k+1层之间可以加上各种元素来构造神经网络。这些元素可以通过一个列表来制定，然后作为参数传递给序列模型来生成相应的模型。
2.代码实现
1 # -*- coding: utf-8 -*- 2 """ 3 Created on Sat Jan 19 11:10:51 2019 4 5 @author: zhen 6 """ 7 8 from keras.models import Sequential 9 from keras.layers import Dense 10 from keras.layers import Activation 11 12 # Dense 全连接层 13 layers = [Dense(32, input_shape=(784,)), # 32,784 核数 14 Activation('relu'), # 激活函数 15 Dense(10), 16 Activation('softmax')] 17 18 model = Sequential(layers) 19 model.summary()
3.结果
4.分析
1.Keras内部使用之前已安装好的深度学习框架，在这里使用了TensorFlow.
2.使用model.summary()可以查看当前神经网络的架构和详细参数信息。
四.备注
1.报ModuleNotFoundError: No module named 'tensorflow.python.eager'错误
原因：keras版本与tensorflow版本不兼容！对应版本如下：
