如何使用keras进行二进制分类？

Question

我需要一个关于如何使用keras模型的简单示例。我不清楚model.evaluate和model.predict之间有什么区别。

我想创建二进制分类模型。比方说，我有猫和狗的图像，训练模型，并可以用它来预测给定照片上的哪只动物。也许有一些很好的或教程。我在谷歌的前五页阅读了任何内容，但只找到了复杂的教程和讨论。

Answer 1

为了使事情短：

• model.evaluate评估一对（X，Y）并返回损耗（以及配置用于所述模型中所有其他指标）。这是为了在升级或测试集上测试您的模型。
• model.predict预测给定输入X的结果。例如，这用于从输入图像预测类。

除此之外，这也在链接文档中有明确记录。

您可以在git存储库（keras/examples）或Keras网站（here和here）上找到许多Keras示例模型。

对于二元分类，你可以使用这个模型，例如：

model = Sequential() 
model.add(Dense(300, init='uniform')) 
model.add(Activation('relu')) 
model.add(Dense(2, init='uniform')) 
model.add(Activation('softmax')) 

model.compile(loss='categorical_crossentropy', optimizer=Adam(lr=0.02)) 
model.fit(X, Y)