keras中如何用dropout如何查看keras版本

之前一直使用tensorflow，后面又用了tensorlayer，slim等等一大堆高层封装，怎么说吧，虽然封装的越来越高级，但是总缺点什么东西， 当遇到keras时，我发现了它的方便是有道理的，把一些实用的功能考虑到了，比如友好的数据增强，自适应学习率， 简便的层定义，超方便的迁移学习，所以打算花费一点时间熟悉一下keras，毕竟这个年轻的库也越来越受开发者的青睐。

Keras中的网络层一览

核心层：这里我们只介绍计算机视觉中图像识别可能使用到的层

• ense：全连接层
• Dropout：经典的dropout，但现在越来越少用了，理由可以自行查找，破坏分布，特别是网络前面有BN时
• Activation：激活层，在一般的层中会有activation参数来设置激活函数类型
• Flatten：展平层，将多维的数据展成一维，例如（3,3,12）-> （108,）
• Reshape：类比numpy中的reshape，符合质量守恒定律，前后的数据量是不变的，当该层作为首层时，需要制定input_shape参数

model.add(Reshape((3, 4), input_shape=(12,)))

• Permute：维度重排层
• RepeatVector：将输入向量重复并形成新的一批数据，（None,32）- > （None,n,32）
• Lambda：自定义函数层，可以对输入的数据进行任意表达式的运算

#第一种：就是对输入数据平方 model.add(Lambda(lambda x: x ** 2)) #第二种：定义更复杂的函数 def antirectifier(x): x -= K.mean(x, axis=1, keepdims=True) x = K.l2_normalize(x, axis=1) pos = K.relu(x) neg = K.relu(-x) return K.concatenate([pos, neg], axis=1) model.add(Lambda(antirectifier))#当使用tensorflow时，output_shape可自动推断

• ActivityRegularizer：目前不清楚有什么作用，文档介绍为：经过本层的数据不会有任何变化，但会基于其激活值更新损失函数值
• Masking：是RNN中的用法，暂不做介绍，文档中的介绍为：使用给定的值对输入的序列信号进行“屏蔽”，用以定位需要跳过的时间步

卷积层

• Conv1D：一维滤波，有点像时域上的信号卷积
• Conv2D：我们熟悉的CNN中常用的卷积层，二维卷积操作，注意：激活函数不设置默认为恒等变换
• SeparableConv2D：高效的深度可分离卷积，将传统卷积分为两步走，巧妙的减少了参数，和Conv2D参数设置一致
• Conv2DTranspose：转置的卷积操作（反卷积）
• Conv3D：三维卷积操作，暂时没有用到
• Cropping1D：对一维的数据进行裁剪
• Cropping2D：对二维图像在长和宽上进行裁剪
• Cropping3D：暂不清楚
• UpSampling1D：上采样层
• UpSampling2D：类比同上
• UpSampling3D：类比同上
• ZeroPadding1D：在一维上进行0填充
• ZeroPadding2D：类比同上
• ZeroPadding3D：类比同上
• MaxPooling1D：一维信号上的最大池化
• MaxPooling2D：池化在CNN发展初期很重要的一种层，但是在后期被卷积层逐步替代（strides为2的卷积操作也能降低特征图尺寸，增大特征的感受野，也能学习出类似最大池化的计算形式，但是池化层的计算效率是比卷积高效很多的，就目前来说。）
• MaxPooling3D：对三维信号进行池化操作
• AveragePooling1D：平均池化，同上
• AveragePooling2D：平均池化，同上
• AveragePooling3D：平均池化，同上
• GlobalMaxPooling1D：全局最大池化
• GlobalMaxPooling2D：这个是现在流行起来的使用GAP或者GMP来代替全连接层，将每一单幅的特征图直接输出为一个值，要么是整张特征图的最大值要么是平均值，听说一片论文还做了实验，通过热图之类的图像，说明了全局池化可以帮助定位到识别的物体。
• GlobalAveragePooling1D：全局平均池化，同上
• GlobalAveragePooling2D：全局平均池化，同上

融合层：首字母小写后的函数即为他们对应封装，比如Add对应的就是add

• Add：顾名思义就是将多个tensor进行相加，输出shape不变（毋庸置疑），注意：接收的参数是一个列表[x1,x2,...]
• SubStract：输出的是两个tensor的差，输出shape不变，注意：接收的参数是一个列表[x1,x2,...]
• Multiply：接收一个列表，返回他们对应位置的乘积
• Average：接收一个列表，返回对应位置上的均值
• Maximum：接收一个列表，返回对应位置上的最大值
• Concatenate：接收一个列表，按照指定的维度进行拼接
• Dot：两个矩阵的张量乘积，注意里面的正则化参数。

高级激活层

• LeakyReLU：修正线性整流函数，是relu的修正版，relu在网络层的输出值在负值时，是出于死亡状态的，这对网络的性能是不利的，LeakyReLU正好抓住了这一点，在输出小于0时，仍会有输出值，公式为：f(x)=alpha*x when x<0，其中alpha为认为设置的参数
• PReLU：参数化的relu函数，公式和LeakyReLU差不多，但是它的alpha是可以学习的
• ELU：指数线性单元，f(x) = alpha * (exp(x) - 1.) when x < 0
• ThresholdedReLU：带有门限的激活函数，没用过，f(x) = x when x > theta, f(x) = 0 otherwise

批规范化层

• BatchNormalization：该层在每个batch上将前一层的激活值重新规范化，即使得其输出数据的均值接近0，其标准差接近1，注意：其中的center参数要设置为True。一般来说，偏置是单独加在BN层中的。

Keras中的网络配置一览

初始化方法

一般来说，权重的初始化为kernel_initializer，偏置的初始化为bias_initializer，后面既可以跟具体的函数名，如：kernel_initializer=ini(stddev=0.01)，可以跟预定义的字符串，如：kernel_initializer='random_normal')，但是区别已经很显而易见了，使用具体的函数时可以设置参数。

• Zeros：全0初始化
• Ones：全1初始化
• Constant：初始化为固定值
• RandomNormal：正态分布初始化，当然需要设置均值和方差
• RandomUniform：均匀分布
• TruncatedNormal：截断的正态分布，位于两个标准差之外会被舍弃，该方法在之前是网络的标准初始化方式
• VarianceScaling：当scale为2.0时，即为he_normal
• Orthogonal：随机正交矩阵进行初始化，暂时没用到过
• Identiy：单位矩阵初始化，暂时没用到过
• lecun_uniform：[-limit, limit]的区间中均匀采样，其中limit=sqrt(3/fan_in)
• lecun_normal：由0均值，标准差为stddev = sqrt(1 / fan_in)的正态分布产生
• glorot_normal：就是Xavier正态分布初始化，与sigmoid函数配合使用
• he_normal：名的Kaiming初始化，和relu搭配之用效果更佳，它是一种自适应的初始化方法，根据输入和输出神经元的个数来决定截断正态分布的方差，可配置为三种模式：fan_in，fan_out,fan_avg

激活函数

Keras中可以使用单独的激活层，也可以在网络层中传递activation参数来实现

• softmax
• relu
• tanh
• sigmoid
• hard_sigmoid
• linear
• elu
• selu：可伸缩的指数线性单元
• softplus
• softsign

正则项

• kernel_regularizer：施加在权重上的惩罚项
• bias_regularizer：施加在偏置上的惩罚项
• activity_regularizer：施加在输出上的惩罚项，这个没用过

损失函数

• mean_squared_error或mse
• mean_absolute_error或mae
• mean_absolute_percentage_error或mape
• mean_squared_logarithmic_error或msle
• squared_hinge
• hinge
• categorical_hinge
• binary_crossentropy
• logcosh
• categorical_crossentropy：softmax交叉熵损失函数，标签为one_hot类型，可用

from keras.u import to_categorical categorical_labels = to_categorical(int_labels, num_classes=None)

• sparse_categorical_crossentrop
• kullback_leibler_divergence：预测值概率分布Q到真值概率分布P的信息增益,用以度量两个分布的差异
• poisson
• cosine_proximity：预测值与真实标签的余弦距离平均值的相反数

优化算法

• SGD：随机梯度下降法
• RMSprop：常用在递归神经网络中，建议除学习率外，其他参数保持默认
• Adagrad：保持默认参数
• Adadelta：保持默认参数
• Adam：比较常用的优化器，保持默认参数
• Adamax：Adamax优化器来自于Adam的论文的Section7，该方法是基于无穷范数的Adam方法的变体
• Nadam：Adam本质上像是带有动量项的RMSprop，Nadam就是带有Nesterov 动量的Adam RMSprop

性能评估

在compile我们常常还会设置一个参数metrics，它是用来制定评估方式。性能评估函数类似与目标函数, 只不过该性能的评估结果讲不会用于训练.

• binary_accuracy：对二分类问题,计算在所有预测值上的平均正确率
• categorical_accuracy： 对多分类问题,计算再所有预测值上的平均正确率
• top_k_categorical_accracy：计算top-k正确率,当预测值的前k个值中存在目标类别即认为预测正确，在一些比赛中会让你给出top-k的准确率