使用 Keras 進行深度學習 - 匯入庫

我們首先匯入專案程式碼所需的各種庫。

陣列處理和繪圖

通常，我們使用numpy進行陣列處理，使用matplotlib進行繪圖。這些庫使用以下import語句匯入到我們的專案中

import numpy as np
import matplotlib
import matplotlib.pyplot as plot

抑制警告

由於Tensorflow和Keras不斷更新，如果您沒有在專案中同步它們的相應版本，則在執行時會看到很多警告錯誤。由於它們分散了您學習的注意力，因此我們將在此專案中抑制所有警告。這可以透過以下程式碼行完成：

# silent all warnings
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='3'
import warnings
warnings.filterwarnings('ignore')
from tensorflow.python.util import deprecation
deprecation._PRINT_DEPRECATION_WARNINGS = False

Keras

我們使用Keras庫匯入資料集。我們將使用mnist資料集用於手寫數字。我們使用以下語句匯入所需的包

from keras.datasets import mnist

我們將使用Keras包定義我們的深度學習神經網路。我們匯入Sequential、Dense、Dropout和Activation包來定義網路架構。我們使用load_model包來儲存和檢索我們的模型。我們還使用np_utils來滿足專案中的一些實用程式需求。這些匯入操作透過以下程式語句完成：

from keras.models import Sequential, load_model
from keras.layers.core import Dense, Dropout, Activation
from keras.utils import np_utils

執行此程式碼時，您將在控制檯上看到一條訊息，指出Keras使用TensorFlow作為後端。此階段的螢幕截圖如下所示：

現在，由於我們已經擁有專案所需的所有匯入內容，我們將繼續為我們的深度學習網路定義架構。