九、Keras

Keras：基于TensorFlow，但是更高一级的框架，使深度神经网络，卷积神经网络的搭建更加简洁，能更方便得调节各种神经网络相关的参数

只用深度学习实现自动驾驶而不是传统的robotics approach会比较好，不需要设定各种关于规则，网络会自己学习，而且随着驾驶时间变长数据变多，效果会变得更好

Keras的MNIST例子：https://github.com/keras-team/keras/blob/master/examples/mnist_cnn.py

https://github.com/keras-team/keras/blob/master/examples/mnist_mlp.py

Keras用法：

# 带建模相关的函数如fit，evaluate和compile

from keras.models import Sequential

from keras.layers.core import Dense, Activation, Flatten

from keras.layers.convolutional import Convolution2D

from keras.layers.pooling import MaxPooling2D

# 建模

model = Sequential()

# 第一层 flatten layer（把三维输入变成一维）

model.add(Flatten(input_shape=(32, 32, 3)))

# 第二层 全连接层

model.add(Dense(100))

# 第三层 ReLU激活层

model.add(Activation(‘relu’))

# 第四层 全连接层

model.add(Dense(60))

# 第五层 ReLU激活层

model.add(Activation(‘relu’))

 

# 加CNN

model.add(Convolution2D(32, 3, 3, input_shape=(32, 32, 3)))

# Max Pooling

model.add(MaxPooling2D((2, 2)))

# Dropout

model.add(Dropout(0.5))

 

# Testing

model.evaluate()

 

下一步：transfer learning 在别人模型的基础上修改一下自己用