Keras基于Tensorflow和Theano。作为一个更高级的框架，用其编写网络更加方便。具体流程为根据设想的网络结构，使用函数式模型API逐层构建网络即可，每一层的结构都是一个函数，上一层的输出作为这一层的输入，这一层的输出作为下一层的输入，非常简单。所以这个框架本身并没有太多值得学习的东西，需要学习的东西是如何去构建一个更好的网络，这是在代码实现前需要仔细考虑的。在有一个大概的框架后使用代码进行训练调参以发现模型的不足和从哪里进行改进。

模型的建立和调参是一个比较“混沌”的过程，没有数学的理论支持，层数越多效果越好。模型的效果很大一部分取决于数据预处理，特征提取和正则化这些地方。在机器学习的过程中，重点应该是数学可以推导描述的地方，如何解决一个实际的问题是难点所在，如何准确地建模也是一个挑战。

版权声明：本文为dyzc原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/dyzc/p/8515065.html