Python人脸识别:从入门到工程实践

(副标题)：无 ;

(作者): 王天庆 ;

内容简介：

​ 5.2　Keras框架简介
Keras是一个将神经网络进行高层次抽象并且封装了丰富且友好API的深度学习库。Keras用Python编写而成，以TensorFlow、Theano或CNTK为后端，Keras本身作为编写神经网络的前端，相当于在TensorFlow等库的基础上再封装一层，也就是说在它下层的TensorFlow、Theano和CNTK之间可以自由切换，而对用户来说基本不需要修改代码或只需要修改少部分代码，可以说它是将TensorFlow、Theano、CNTK的API进行二次封装的一个中间层。由于Keras支持多个后端引擎，故而Keras不会将使用者锁定到一个生态系统中，非常便于迁移。同时，Keras也可以更轻松地将模型转化为产品。
Keras被工业界和学术界广泛采用，是除TensorFlow以外被工业界和学术界使用最多的深度学习框架。目前Keras的开发主要由谷歌支持，并且Keras API已经被包装在TensorFlow中。
Keras为支持快速实验而生，能够把想法快速实现。按照官方文档的说法，它有如下特点：
·支持简单而快速的原型设计，对用户友好，高度模块化，具有良好的可扩展性。
·同时支持卷积神经网络和循环神经网络，以及两者的组合。
·在CPU和GPU上可以无缝切换运行。
Keras的安装也很方便，使用pip包管理工具就可以实现安装。

也可以选择将源代码下载下来，然后进行安装。以Linux环境为例：

我们前面提到过，Keras是一个深度学习库的前端，其要依赖TensorFlow等作为张量计算的后端，当前我们一般以TensorFlow作为主流的张量计算后端。所以，我们还要安装张量计算后端。以安装TensorFlow为例：

如果不指定版本号，pip工具会自动指定一个低版本的TensorFlow下载。TensorF

目录预览：

​ Python人脸识别：从入门到工程实践
第1章 人脸识别入门
1.1 人脸识别概况
1.1.1 何为人脸识别
1.1.2 人脸识别的应用
1.1.3 人脸识别的目标
1.1.4 人脸识别的一般方法
1.2 人脸识别发展状况
1.2.1 人脸识别历史沿革
1.2.2 DT时代的呼唤
1.2.3 计算机视觉的新起点
1.3 本章小结
第2章 数学与机器学习基础
2.1 矩阵
2.1.1 矩阵的形式
2.1.2 行列式
2.1.3 转置
2.1.4 矩阵的一般运算
2.2 向量
2.2.1 向量的形式
........