官方最新tf.keras指南，用面向对象构建深度网络、网络结构可视化等

【导读】tf.keras是TensorFlow 2.0最主要的高阶API接口，为TensorFlow的代码提供了新的风格和设计模式，大大提升了TF代码的简洁性和复用性，也间接地提供了TF开发的规范。本文介绍TF官网提供的最新的tf.keras指南。

TensorFlow 1.x以静态图为主，网上主流的TF代码编写主要是面向过程的（函数为主），在引入tf.keras之后，TensorFlow官方就开始推荐tf.keras里各种面向对象的编程风格，从层到模型都是类和对象，大大简化了代码的简洁性和复用性，也间接地提供了TF开发的规范。

Keras作者François Chollet在Twitter转发了TensorFlow官方最新tf.keras指南，本文大概介绍一下该指南中比较重要的内容。

指南的内容大致如下：

• Keras Functional API

• 训练和评价

• 利用继承构建层和模型

• 保存和序列化模型

Keras Functional API

---

指南地址：

https://www.tensorflow.org/alpha/guide/keras/functional

内容概要：

• Keras中网络层的定义和调用，例如如何用指定的参数来定义一个全连接层，然后用定义的层来变换输入数据。

• Keras模型的定义和调用，包括模型自带的训练和评价函数。

• Keras层测复用

• 网络中间层信息的提取和复用

• 自定义Keras层
  

• Functional API的优点和缺点

• Functional API和Subclassing API（继承式）混写

• 另外，用内置的函数可以直接可视化网络结构了：

  
  

训练和评价

---

指南地址：

https://www.tensorflow.org/alpha/guide/keras/training_and_evaluation

内容概要：

• Keras模型内置的训练和评价Loop

• 自定义损失函数

• 用tf.data.Datasets作为输入

• 其它输入格式，如Pandas

• 采样和类别权重

• 多输入和多输出

• 回调函数

• 断点

• 学习率规划

• 用TensorBoard可视化损失

  
  

利用继承构建层和模型

---

指南地址：

https://www.tensorflow.org/alpha/guide/keras/custom_layers_and_models

内容概要：

• Keras层封装状态（权重）和计算

• 权重延迟构造（延迟到输入形状已知时）

• 递归构造Keras层

• Keras层在前向传播时递归收集损失

• 可选启用序列化Keras层

• call方法中的training参数

• 端到端地构建一个模型

保存和序列化模型

---

指南地址：

https://www.tensorflow.org/alpha/guide/keras/saving_and_serializing

内容概要：

• 保存整个模型

• 导出到SavedModel

• 仅保存结构

• 仅保存权重

• 在SavedModel格式下仅保存权重

• 保存继承的模型
  

参考链接：

• https://www.tensorflow.org/alpha/guide/keras/

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成！510+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询《深度学习:算法到实战》课程，咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程