一、引言：深度学习浪潮中的 Keras
前面的文章我们探秘了深度学习框架中的两大明星框架 —— TensorFlow 和 PyTorch 以及 两大框架的对比
在深度学习的众多框架中，还有一款框架备受开发者们的喜爱 —— Keras 。它就像是一位贴心的助手，为我们搭建起了通往深度学习世界的便捷桥梁。无论你是初涉人工智能领域的小白，还是经验丰富的技术大咖，Keras 都能凭借其独特的魅力，满足你的各种需求，助力你在深度学习的海洋中畅快遨游。
二、Keras 是什么？
Keras 是一个基于 Python 编写的开源神经网络库，它就像是一个便捷的工具箱，为我们打造深度学习模型提供了各种趁手的 “工具”。它的出现，让深度学习模型的搭建变得更加轻松和高效。它能够以 TensorFlow , Microsoft-CNTK 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
Keras 具有诸多显著优势：一是用户友好，API 设计简洁直观，新手也能快速上手，将模型构想转化为代码，如构建简单图像分类模型，用 Keras 十几行代码即可搭建基本框架，比其他复杂框架更高效。二是高度模块化，把神经网络各组件设计为独立模块，像搭积木般可按需组合搭建不同结构模型，如构建自然语言处理模型时可选择合适模块组合。三是易扩展性出色，有新需求添加模块时，仿照现有模块编写新类或函数就能轻松实现，在先进研究工作中也能发挥重要作用。下面我们来看看它的这些优势
三、Keras 的优势
（一）简洁易用的 API
Keras 的 API 设计堪称一绝，它就像是为开发者量身定制的贴心工具。以构建一个简单的手写数字识别模型为例，使用 Keras 只需短短数十行代码，就能轻松搭建起模型框架。如下是使用 Keras 搭建简单手写数字识别模型的代码示例：
from keras.models import Sequential
from keras.layers import Dense
from keras.datasets import mnist
from keras.utils import np_utils
# 加载数据
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# 数据预处理
X_train = X_train.reshape(X_train.shape[0], -1) / 255.0
X_test = X_test.reshape(X_test.shape[0], -1) / 255.0
y_train = np_utils.to_categorical(y_train, 10)
y_test = np_utils.to_categorical(y_test, 10)
# 构建模型
model = Sequential()
model.add(Dense(128, activation='relu', input_shape=(784,)))
model.add(Dense(10, activation='softmax'))
# 编译模型
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
# 训练模型
model.fit(X_train, y_train, batch_size=128, epochs=10, validation_data=(X_test, y_test))
# 评估模型
score = model.evaluate(X_test, y_test)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
在这个示例中，从数据的加载与预处理，到模型的构建、编译、训练以及最后的评估，整个过程代码简洁明了，逻辑清晰易懂 。相比之下，使用其他一些深度学习框架，如 TensorFlow 原生 API，可能需要编写大量复杂的代码来处理变量初始化、计算图构建等底层细节。
就好比同样是建造一座房子，Keras 提供的是已经预制好的各种模块，你只需按照图纸进行拼接即可；而其他框架可能给你的是一堆原始材料，你需要从打地基开始，一步步地搭建，过程繁琐且容易出错。Keras 的这种简洁易用性，大大降低了深度学习的开发门槛，让更多人能够快速上手，将更多的时间和精力投入到模型的优化和业务逻辑的实现上。
（二）强大的兼容性
Keras 的兼容性令人赞叹，它支持多种后端，如 TensorFlow、CNTK、Theano 等 。这意味着开发者可以根据自己的需求和实际情况，灵活选择最适合的后端。例如，如果你的团队在 TensorFlow 生态积累了经验和资源，可选用 TensorFlow 作 Keras 后端，以利用其强大的分布式训练能力和广泛工具支持；若对微软认知工具包 CNTK 感兴趣或项目已用其功能，Keras 能无缝对接；若偏好 Theano 特性，Keras 也能满足需求。
Keras 多后端支持特性如万能钥匙，能融入各种开发环境，提供稳定高效服务，提高代码可移植性，让开发者依项目特点选合适后端，优化模型性能与开发效率。
（三）广泛的应用领域
Keras 凭借其强大的功能和出色的易用性，在众多领域都有着广泛的应用。
在图像识别领域，Keras 可以助力我们实现各种复杂的任务。比如在医疗影像分析中，通过构建基于 Keras 的深度学习模型，能够帮助医生更准确地识别 X 光、CT 等影像中的病变，辅助疾病的诊断。以皮肤癌的诊断为例，研究人员利用 Keras 搭建卷积神经网络模型，对大量的皮肤病变图像进行训练，模型能够学习到不同病变的特征，从而准确地判断出病变是否为癌症，为早期诊断和治疗提供了有力的支持。在安防监控领域，Keras 也发挥着重要作用。通过训练图像识别模型，可以实现对监控视频中的人物、车辆等目标的实时检测和识别，提高安防系统的智能化水平，保障人们的生命财产安全。
在自然语言处理领域，Keras 同样表现出色。在智能客服系统中，利用 Keras 构建的语言模型可以理解用户的提问，并给出准确的回答。例如，当用户咨询问题时，模型能够快速分析问题的语义，从知识库中检索相关信息，然后生成自然流畅的回复，大大提高了客服的工作效率和服务质量。在文本分类任务中，Keras 也能大显身手。比如对新闻文章进行分类，将其分为政治、经济、体育、娱乐等不同类别，方便用户快速获取感兴趣的信息。还可以用于情感分析，判断用户在社交媒体上发表的言论是积极、消极还是中性，帮助企业了解用户的情感倾向，优化产品和服务。
此外，在生物信息学领域，Keras 也开始崭露头角。研究人员可以利用 Keras 构建深度学习模型，对基因序列数据进行分析，预测基因的功能、疾病的发生风险等。比如通过分析大量的基因数据，预测某些基因突变与特定疾病之间的关联，为疾病的预防和治疗提供新的思路和方法。
四、Keras 的使用方法
（一）安装与配置
想要使用 Keras，首先得把它安装到你的电脑上。安装 Keras 其实并不复杂，不过在这之前，你需要确保你的系统里已经安装好了 Python，而且建议使用 Python 3.6 及以上的版本 ，就像搭建房子要先打好地基一样，Python 就是使用 Keras 的基础。
1、安装 Keras
安装 Keras 的依赖项是安装过程中的重要一步。如果你选择 TensorFlow 作为 Keras 的后端（这也是比较常见的选择），你可以在命令行中输入以下命令来安装：
pip install tensorflow
- 1
这条命令会自动帮你下载并安装 TensorFlow。安装完成后，就可以安装 Keras 了，同样在命令行中输入：
pip install keras
- 1
这样，Keras 就成功安装到你的系统中了。
2、配置 Keras
安装好之后，还需要对 Keras 进行配置。Keras 的配置主要是针对后端的选择和一些默认参数的设置。如果你想修改后端，比如从默认的 TensorFlow 后端切换到 Theano 后端，有两种方法可以实现。一种是修改 Keras 的配置文件keras.json ，这个文件通常位于$HOME/.keras/目录下（$HOME表示你的用户主目录，在不同的操作系统中可能有所不同）。你可以使用文本编辑器打开这个文件，然后找到"backend"字段，将其值从"tensorflow"改为"theano" 。另一种方法是在 Python 代码中通过设置环境变量来修改后端，在导入 Keras 之前，添加以下代码：
import os
os.environ['KERAS_BACKEND'] = 'theano'
- 1
- 2
- 3
这样就可以在代码运行时临时将 Keras 的后端设置为 Theano。通过这些安装和配置步骤，你就为使用 Keras 做好了充分的准备，可以开启深度学习模型的搭建之旅啦。
（二）构建模型
在 Keras 中，构建模型主要有两种方式，分别是序贯模型和函数式模型，它们各有特点，适用于不同的场景。
1、序贯模型
序贯模型是一种最简单的模型构建方式，它就像是搭积木一样，按照顺序一层一层地堆叠网络层。每一层都只有一个输入和一个输出，前一层的输出会直接作为下一层的输入。我们以手写数字识别这个经典任务为例，来看看如何使用 Sequential 模型构建简单的神经网络。
手写数字识别，就是让计算机能够识别出图片中的手写数字是 0 - 9 中的哪一个。在这个任务中，我们使用的是 MNIST 数据集，它包含了大量的手写数字图片和对应的标签。下面是使用 Keras 的 Sequential 模型构建手写数字识别神经网络的代码示例：
from keras.models import Sequential
from keras.layers import Dense
from keras.datasets import mnist
from keras.utils import np_utils
# 加载数据
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# 数据预处理
X_train = X_train.reshape(X_train.shape[0], -1) / 255.0
X_test = X_test.reshape(X_test.shape[0], -1) / 255.0
y_train = np_utils.to_categorical(y_train, 10)
y_test = np_utils.to_categorical(y_test, 10)
# 构建模型
model = Sequential()
model.add(Dense(128, activation='relu', input_shape=(784,)))
model.add(Dense(10, activation='softmax'))
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
在这段代码中，首先导入了需要的库和模块。然后使用mnist.load_data()函数加载 MNIST 数据集，这个数据集会自动分为训练集(X_train, y_train)和测试集(X_test, y_test) 。接下来进行数据预处理，将图片数据进行归一化处理，使其取值范围在 0 - 1 之间，同时将标签数据转换为独热编码的形式，这样更适合模型的训练。
在构建模型部分，创建了一个 Sequential 模型对象model 。然后使用model.add()方法依次添加网络层。第一层是一个全连接层Dense(128, activation='relu', input_shape=(784,)) ，其中128表示这一层有 128 个神经元，activation='relu'表示使用 ReLU 激活函数，input_shape=(784,)表示输入数据的形状是 784 维，这是因为 MNIST 数据集中的每张图片是 28x28 像素的，展开成一维向量后就是 784 维。第二层也是一个全连接层Dense(10, activation='softmax') ，这里的10表示输出层有 10 个神经元，对应 0 - 9 这 10 个数字，activation='softmax'表示使用 softmax 激活函数，它会将输出转换为概率分布，每个神经元的输出值表示对应数字的概率。通过这样的网络结构，模型就可以学习到手写数字的特征，并进行分类预测。
2、函数式模型
函数式模型相比序贯模型更加灵活，它可以构建更复杂的模型结构，比如多输入多输出的模型。当你需要处理一些复杂的任务，序贯模型无法满足需求时，函数式模型就能派上用场。它就像是一个更高级的工具，让你可以根据具体需求自由地设计模型的连接方式。
下面通过一个多输入多输出的模型示例，来展示函数式模型的使用方法和灵活性。假设我们要构建一个模型，它有两个输入，一个输入是文本数据，另一个输入是图像数据，模型的输出有两个，一个是对文本内容的分类结果，另一个是对图像内容的分类结果。代码示例如下：
from keras.layers import Input, Dense, concatenate
from keras.models import Model
# 定义输入层
text_input = Input(shape=(100,))
image_input = Input(shape=(28, 28, 1))
# 对文本输入进行处理
text_features = Dense(64, activation='relu')(text_input)
# 对图像输入进行处理
image_features = Dense(64, activation='relu')(image_input)
# 将文本和图像特征进行合并
merged = concatenate([text_features, image_features])
# 定义输出层
text_output = Dense(10, activation='softmax')(merged)
image_output = Dense(5, activation='softmax')(merged)
# 构建模型
model = Model(inputs=[text_input, image_input], outputs=[text_output, image_output])
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
在这段代码中，首先使用Input()函数定义了两个输入层，分别是text_input和image_input ，它们的形状分别是(100,)和(28, 28, 1) ，表示文本输入是 100 维的向量，图像输入是 28x28 像素的单通道图像。然后分别对文本输入和图像输入进行处理，通过全连接层提取特征。接着使用concatenate()函数将文本特征和图像特征合并在一起。最后，根据合并后的特征定义了两个输出层，分别是text_output和image_output ，用于对文本和图像进行分类。通过Model()函数将输入和输出连接起来，构建出了完整的多输入多输出模型。这种灵活的构建方式，使得函数式模型在处理复杂任务时具有很大的优势。
（三）编译与训练
当我们使用 Keras 搭建好模型后，就需要对模型进行编译和训练，这是让模型学习数据特征、具备预测能力的关键步骤。
在模型编译阶段，我们需要设置一些重要的参数，这些参数就像是模型训练的 “指南针”，指引着模型朝着正确的方向学习。首先是优化器，它的作用是调整模型的权重，使得模型在训练过程中能够不断地降低损失函数的值。Keras 提供了多种优化器供我们选择，比如常见的随机梯度下降（SGD）、Adagrad、Adadelta、Adam 等。以 Adam 优化器为例，它结合了 Adagrad 和 Adadelta 的优点，能够自适应地调整学习率，在很多任务中都表现出色。在编译模型时，我们可以这样设置优化器：
from keras.optimizers import Adam
model.compile(optimizer=Adam(lr=0.001),...)
- 1
- 2
- 3
这里lr参数表示学习率，设置为0.001，它决定了模型在训练过程中权重更新的步长，学习率过大可能导致模型无法收敛，学习率过小则会使训练过程变得非常缓慢。
损失函数也是编译模型时必不可少的参数，它用于衡量模型预测值与真实值之间的差异。不同的任务需要选择不同的损失函数。在分类任务中，如果是二分类问题，常用的损失函数是二元交叉熵（binary_crossentropy）；如果是多分类问题，比如前面提到的手写数字识别，通常使用分类交叉熵（categorical_crossentropy） 。以手写数字识别模型为例，编译时设置损失函数如下：
model.compile(..., loss='categorical_crossentropy',...)
- 1
评估指标用于评估模型在训练和测试过程中的性能表现。在分类任务中，我们通常会关注准确率（accuracy），它表示模型预测正确的样本数占总样本数的比例。在编译模型时，可以将准确率作为评估指标之一：
model.compile(..., metrics=['accuracy'])
- 1
完成模型编译后，就可以开始训练模型了。训练模型的过程就像是让模型在数据的海洋中不断学习和成长。在 Keras 中，使用fit()方法进行模型训练，下面是训练手写数字识别模型的代码示例：
model.fit(X_train, y_train, batch_size=128, epochs=10, validation_data=(X_test, y_test))
- 1
在这个示例中，X_train和y_train是训练数据和对应的标签，batch_size表示每次训练时使用的样本数量，设置为128，这意味着模型每次从训练数据中取出 128 个样本进行训练，这样可以减少内存的占用，同时也能加快训练速度。epochs表示训练的轮数，这里设置为10，即模型会对整个训练数据进行 10 次训练。validation_data参数用于指定验证数据，这里使用测试集(X_test, y_test)作为验证数据，模型在每一轮训练结束后，都会在验证数据上进行评估，以查看模型的泛化能力是否良好。通过不断地调整这些训练参数，我们可以让模型达到更好的训练效果。
（四）评估与预测
当模型训练完成后，我们就需要对模型的性能进行评估，看看它是否达到了我们的预期。在 Keras 中，使用evaluate()方法可以方便地对训练好的模型进行评估。继续以手写数字识别模型为例，评估代码如下：
score = model.evaluate(X_test, y_test)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
- 1
- 2
- 3
在这段代码中，model.evaluate(X_test, y_test)会返回一个包含损失值和评估指标值的列表。这里的score[0]表示测试集上的损失值，损失值越低，说明模型在测试集上的预测结果与真实值之间的差异越小；score[1]表示测试集上的准确率，准确率越高，说明模型在测试集上的预测效果越好。通过这些评估指标，我们可以直观地了解模型的性能表现。
除了评估模型，我们还可以使用训练好的模型进行预测，让模型对新的数据进行判断和分类。在 Keras 中，使用predict()方法进行预测。例如，我们想要预测测试集中前 10 个样本的数字类别，可以这样做：
predictions = model.predict(X_test[:10])
print(predictions)
- 1
- 2
- 3
model.predict(X_test[:10])会返回一个数组，数组的每一行表示对应样本属于 0 - 9 这 10 个数字类别的概率分布。例如，predictions[0]表示第一个样本属于各个数字类别的概率，我们可以通过argmax()函数找到概率最大的类别索引，从而得到模型的预测结果：
import numpy as np
predicted_classes = np.argmax(predictions, axis=1)
print('Predicted classes:', predicted_classes)
- 1
- 2
- 3
通过这样的方式，我们就可以根据模型的预测结果进行分析和应用。比如在实际的手写数字识别场景中，我们可以将模型集成到一个应用程序中，让用户输入手写数字图片，模型就能快速给出识别结果，为人们的生活和工作带来便利。
结语
今天这篇文章，我们初步学习了 Keras，包括它是什么、具备哪些优势（简洁易用的 API、强大的兼容性、广泛的应用领域），以及基本使用方法。在下一篇文章里，我会带大家了解 Keras 在图像处理与自然语言处理领域的应用案例。欢迎订阅专栏->[传送门]，及时获取最新文章。
延伸阅读
评论记录：
回复评论：