算法面试学习——keras学习（1）

1.环境配置：（GPU）

1）安装VS、python3，Anaconda，python的编译器等

2）建立conda的虚拟环境，并进入虚拟环境。

3）查看支持的cuda版本，选择安装你需要的cuda版本

$ conda search cudatoolkit
# Name                       Version           Build  Channel             
cudatoolkit                      9.0      h13b8566_0  pkgs/main           
cudatoolkit                      9.2               0  pkgs/main           
cudatoolkit                 10.0.130               0  pkgs/main           
cudatoolkit                 10.1.168               0  pkgs/main

4）安装与之对应的cudnn、tensorflow-gpu版本、安装keras库

5）CNTK、tf、Caffe、Theano等后台

2.网络爬虫（将我们浏览网页的行为自动化、程序化。（Scrapy））

1）构建自己的网络爬虫：

• 创建目录，创建Scrapy项目，（主要关注：items.py, setting.py, pipelines.py和spiders子目录下生成的爬虫程序）
• 定义要抽取的内容-items.py实现
• 定义爬虫的目标网站和爬虫的具体行为在spiders子目录下新建.py程序
• 定义爬虫的一般设定

2）运行爬虫：scrapy crawl 项目名

3）通过合理设置setting.py解决目标网络的的限制问题

3.数据处理：（Keras.preprocessing）

1）文字预处理（text），中文分词库（jieba）

文字拆分、建立索引、序列补齐、转化为矩阵、使用标注类批量处理文件

2）序列数据预处理（sequence）

3）图像（image）

4.模型：序列模型（Sequential各层之间是移除顺序的关系）和通用模型Model

5.重要对象：

1）激活对象：单独定义一层，在前置层里面通过激活选项定义。

2）初始化对象：随机设置激活函数的权值和偏置值。

3）正则化对象：防止过拟合（权值、偏置、激活函数）

6.keras  的网络层构造：

1）核心层：FC、激活层、放弃层（Dropout）、扁化层（Flatten）、重构层（Reshape）、排列层（Permute）、向量反复层、Lambda层、激活值正则化层、掩盖层。

2）卷积层、池化层、循环层（构建序列网络）、嵌入层、合并层

最后

以上就是明理小丸子为你收集整理的算法面试学习——keras学习（1）的全部内容，希望文章能够帮你解决算法面试学习——keras学习（1）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。