keras学习入门一 - cshua

keras学习入门一

基本概念

1. 张量 tensor

所有的数据类型都可以看成是张量，可以看成是向量，矩阵在推广
张量的阶，有时候也叫维度，或是轴（axis)
0阶张量如 [] ,5 也叫做标量
1阶张量 如 [ 1, 2, 3, 4]  即向量
2阶 张量如 [[ 1,2], [3, 4]] 矩阵
3阶 张量 为立方体
4阶 也叫4维张量

2. 数据格式 data_fomate

100张， 16 * 32的图片， 3通道
Theano 中表示 为(100, 3, 16, 32)在
Tensorflow 中表示 为(100, 16, 32, 3)

3. batch

在训练中需要涉及到的一个概念，batch_size ，每次分批的大小
iterations 跌代次数 = size / batch_size 
epochs 所有数据被训练的次数