Keras
Keras是一個用Python編寫的開源類神經網路庫，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多個後端之上執行[3]。Keras旨在快速實現深度神經網路，專注於使用者友好、模組化和可延伸性，是ONEIROS（開放式神經電子智慧機器人作業系統）專案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深度神經網路模型的作者[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 |
| 目前版本 | 3.6.0[1] （2024年10月3日，21天前） |
| 原始碼庫 | |
| 程式語言 | Python |
| 平台 | 跨平臺 |
| 類型 | 類神經網路 |
| 許可協定 | MIT |
| 網站 | keras |
2017年，Google的TensorFlow團隊決定在TensorFlow核心庫中支援Keras[6]。 Chollet解釋道，Keras被認為是一個介面，而非獨立的機器學習框架。它提供了更進階別、更直觀的抽象集，無論使用何種計算後端，使用者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路構建塊的實現，例如層、目標、啟用功能、最佳化器和一系列工具，可以更輕鬆地處理圖像和文字資料。其代碼代管在GitHub上，社群支援論壇包括GitHub的問題頁面和Slack通道。
除標準神經網路外，Keras還支援卷積神經網路和迴圈神經網路。其他常見的實用公共層支援有Dropout、批次歸一化和池化層等。[10]
Keras允許使用者在智慧型手機（iOS和Android）、網頁或Java虛擬機器上製作深度模型[11]，還允許在圖形處理器和張量處理器的叢集上使用深度學習模型的分散式訓練[12]。
使用
編輯截至2017年11月，Keras聲稱擁有20多萬使用者[11]。在KD Nuggets 2018年軟體調查中，Keras的參照次數排名第十，使用率為22％[13]。
參見
編輯參考資料
編輯- ^ 1.0 1.1 Release 3.6.0. 2024年10月3日 [2024年10月22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.