Keras
Keras是一個用Python編寫的開源人工神經網絡庫，從2021年8月的版本2.6開始，它是在TensorFlow 2上建立的高層API[2]；在版本2.4及以前能夠在TensorFlow、Microsoft Cognitive Toolkit、Theano或PlaidML多個後端之上運行[3]。Keras旨在快速實現深度神經網絡，專注於用戶友好、模塊化和可擴展性，是ONEIROS（開放式神經電子智能機器人操作系統）項目研究工作的部分產物[4]，主要作者和維護者是Google工程師弗朗索瓦·肖萊。肖萊也是XCeption深度神經網絡模型的作者[5]。
 | |
| 原作者 | 弗朗索瓦·肖萊（François Chollet） |
|---|---|
| 開發者 | 多人 |
| 首次發布 | 2015年3月27日 |
| 當前版本 |
|
| 源代碼庫 | |
| 編程語言 | Python |
| 平台 | 跨平臺 |
| 類型 | 人工神經網絡 |
| 許可協議 | MIT |
| 網站 | keras |
2017年，Google的TensorFlow團隊決定在TensorFlow核心庫中支持Keras[6]。 Chollet解釋道，Keras被認為是一個接口，而非獨立的機器學習框架。它提供了更高級別、更直觀的抽象集，無論使用何種計算後端，用戶都可以輕鬆地開發深度學習模型[7]。微軟也向Keras添加了CNTK後端，自CNTK v2.0開始[8][9]。
特色 編輯
Keras包含許多常用神經網絡構建塊的實現，例如層、目標、激活函數、優化器和一系列工具，可以更輕鬆地處理圖像和文本數據。其代碼託管在GitHub上，社區支持論壇包括GitHub的問題頁面和Slack通道。
除標準神經網絡外，Keras還支持卷積神經網絡和循環神經網絡。其他常見的實用公共層支持有Dropout、批量歸一化和池化層等。[10]
Keras允許用戶在智能手機（iOS和Android）、網頁或Java虛擬機上製作深度模型[11]，還允許在圖形處理器和張量處理器的集群上使用深度學習模型的分布式訓練[12]。
使用 編輯
截至2017年11月，Keras聲稱擁有20多萬用戶[11]。在KD Nuggets 2018年軟件調查中，Keras的引用次數排名第十，使用率為22％[13]。
參見 編輯
參考資料 編輯
- ^ 1.0 1.1 Release 3.3.3. 2024年4月26日 [2024年5月23日].
- ^ Release and compatibility. [2022-09-08]. （原始內容存檔於2022-12-20）.
- ^ Keras 2.4.0. [2022-08-31]. （原始內容存檔於2022-11-29）.
As previously announced, we have discontinued multi-backend Keras to refocus exclusively on the TensorFlow implementation of Keras.
- ^ Keras Documentation. keras.io. [2016-09-18]. （原始內容存檔於2020-01-17）.
- ^ Chollet, François. Xception: Deep Learning with Depthwise Separable Convolutions. 2016. arXiv:1610.02357
.
- ^ Module: tf.keras | TensorFlow. TensorFlow. [2018-11-14]. （原始內容存檔於2020-05-05） （英語）.
- ^ Chollet GitHub Comment. [2019-03-27]. （原始內容存檔於2017-03-11）.
- ^ CNTK Keras GitHub Issue. [2019-03-27]. （原始內容存檔於2020-02-02）.
- ^ alexeyo. CNTK_2_0_Release_Notes. docs.microsoft.com. [2017-06-14]. （原始內容存檔於2020-02-02） （美國英語）.
- ^ Core - Keras Documentation. keras.io. [2018-11-14]. （原始內容存檔於2020-05-08） （英語）.
- ^ 11.0 11.1 Why use Keras?. keras.io. [2018-02-23]. （原始內容存檔於2019-09-28）.
- ^ Using TPUs | TensorFlow. TensorFlow. [2018-11-14]. （原始內容存檔於2019-06-04） （英語）.
- ^ Piatetsky, Gregory. Python eats away at R: Top Software for Analytics, Data Science, Machine Learning in 2018: Trends and Analysis. KDnuggets. KDnuggets. [2018-05-30]. （原始內容存檔於2020-02-02）.
延伸閱讀 編輯
- Chollet, François; Allaire, J. J. Deep Learning with R. Manning. 2018. ISBN 978-1-61729-554-6.