Keras

本页使用了标题或全文手工转换
维基百科,自由的百科全书
Keras
原作者弗朗索瓦·肖莱(François Chollet)
開發者多人
首次发布2015年3月27日,​8年前​(2015-03-27
当前版本
  • 3.0.5 (2024年2月14日;穩定版本)[1]
編輯維基數據鏈接
源代码库 編輯維基數據鏈接
编程语言Python
系統平台跨平臺
类型人工神经网络
许可协议MIT
网站keras.io

Keras是一个用Python编写的开源人工神经网络库,从2021年8月的版本2.6开始,它是在TensorFlow 2上建立的高层API[2];在版本2.4及以前能够在TensorFlowMicrosoft Cognitive ToolkitTheanoPlaidML英语PlaidML多个后端之上运行[3]。Keras旨在快速实现深度神经网络,专注于用户友好、模块化和可扩展性,是ONEIROS(开放式神经电子智能机器人操作系统)项目研究工作的部分产物[4],主要作者和维护者是Google工程师弗朗索瓦·肖莱。肖莱也是XCeption深度神经网络模型的作者[5]

2017年,Google的TensorFlow团队决定在TensorFlow核心库中支持Keras[6]。 Chollet解释道,Keras被认为是一个接口,而非独立的机器学习框架。它提供了更高级别、更直观的抽象集,无论使用何种计算后端,用户都可以轻松地开发深度学习模型[7]微软也向Keras添加了CNTK后端,自CNTK v2.0开始[8][9]

特色[编辑]

Keras包含许多常用神经网络构建块的实现,例如层、目标激活函数优化器和一系列工具,可以更轻松地处理图像和文本数据。其代码托管在GitHub上,社区支持论坛包括GitHub的问题页面和Slack通道。

除标准神经网络外,Keras还支持卷积神经网络循环神经网络。其他常见的实用公共层支持有Dropout、批量归一化和池化层等。[10]

Keras允许用户在智能手机(iOSAndroid)、网页或Java虚拟机上制作深度模型[11],还允许在圖形處理器张量处理器的集群上使用深度学习模型的分布式训练[12]

使用[编辑]

截至2017年11月,Keras声称拥有20多万用户[11]。在KD Nuggets 2018年软件调查中,Keras的引用次数排名第十,使用率为22%[13]

参见[编辑]

参考资料[编辑]

  1. ^ 1.0 1.1 Release 3.0.5. 2024年2月14日 [2024年2月20日]. 
  2. ^ Release and compatibility. [2022-09-08]. (原始内容存档于2022-12-20). 
  3. ^ Keras 2.4.0. [2022-08-31]. (原始内容存档于2022-11-29). As previously announced, we have discontinued multi-backend Keras to refocus exclusively on the TensorFlow implementation of Keras. 
  4. ^ Keras Documentation. keras.io. [2016-09-18]. (原始内容存档于2020-01-17). 
  5. ^ Chollet, François. Xception: Deep Learning with Depthwise Separable Convolutions. 2016. arXiv:1610.02357可免费查阅. 
  6. ^ Module: tf.keras  |  TensorFlow. TensorFlow. [2018-11-14]. (原始内容存档于2020-05-05) (英语). 
  7. ^ Chollet GitHub Comment. [2019-03-27]. (原始内容存档于2017-03-11). 
  8. ^ CNTK Keras GitHub Issue. [2019-03-27]. (原始内容存档于2020-02-02). 
  9. ^ alexeyo. CNTK_2_0_Release_Notes. docs.microsoft.com. [2017-06-14]. (原始内容存档于2020-02-02) (美国英语). 
  10. ^ Core - Keras Documentation. keras.io. [2018-11-14]. (原始内容存档于2020-05-08) (英语). 
  11. ^ 11.0 11.1 Why use Keras?. keras.io. [2018-02-23]. (原始内容存档于2019-09-28). 
  12. ^ Using TPUs  |  TensorFlow. TensorFlow. [2018-11-14]. (原始内容存档于2019-06-04) (英语). 
  13. ^ 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]. (原始内容存档于2020-02-02). 

延伸阅读[编辑]

外部链接[编辑]