导入
简介
Keras API 概述及其与 TensorFlow 的比较
在本章中，你将学习如何使用 Keras API——一种用于创建神经网络的简洁且紧凑的接口。你将使用 Keras 构建一个用于多类分类的多层感知机模型。
A. Keras API
目前世界上最流行的深度学习框架是 TensorFlow。它功能强大、效率高，在工业界被广泛使用。然而，TensorFlow 的缺点是代码可能较为复杂，尤其是在构建用于训练或评估的模型时。
相比而言，Keras 是一个更简单的替代方案。Keras API 比 TensorFlow 更易于使用，让我们可以用少得多的代码来创建、训练和评估深度学习模型。有趣的是，Keras 通常运行在 TensorFlow 之上，作为封装 API 来简化编码过程。
Keras 非常适合构建小型深度学习项目，但对于工业级项目，TensorFlow 仍是首选框架，因为它提供了更多工具和高效的训练机制。
B. 多层感知机
多层感知机（MLP）模型是深度学习中最重要的一种神经网络。它结构相对简单，但具有足够的通用性，适用于多种不同的应用场景。在本节中，我们将重点介绍 MLP 在 Keras 中的实现，而不深入探讨其工作原理或具体应用。
关于 MLP 模型的具体细节，请参考前一章“使用 TensorFlow 进行深度学习”。