Keras - Keras

Keras
Keras logo.svg
Pierwotny autor (autorzy) François Chollet
Deweloper(zy) różny
Pierwsze wydanie 27 marca 2015 r .; 6 lat temu ( 27.03.2015 )
Wersja stabilna
2.4.0 / 17 czerwca 2020 ; 15 miesięcy temu ( 17 czerwca 2020 )
Magazyn
Napisane w Pyton
Platforma Wieloplatformowy
Rodzaj Sieci neuronowe
Licencja MIT
Strona internetowa keras .io Edytuj to na Wikidanych

Keras to biblioteka oprogramowania typu open source , która zapewnia interfejs Pythona dla sztucznych sieci neuronowych . Keras działa jako interfejs dla biblioteki TensorFlow .

Aż do wersji 2.3, Keras obsługiwane, w tym wielu z bazami TensorFlow , Microsoft Cognitive Toolkit , Theano i PlaidML . Od wersji 2.4 obsługiwany jest tylko TensorFlow . Zaprojektowany, aby umożliwić szybkie eksperymentowanie z głębokimi sieciami neuronowymi , skupia się na byciu przyjaznym dla użytkownika, modułowym i rozszerzalnym. Został opracowany w ramach prac badawczych projektu ONEIROS (Open-ended Neuro-Electronic Intelligent Robot Operating System), a jego głównym autorem i opiekunem jest François Chollet , inżynier Google . Chollet jest również autorem modelu głębokiej sieci neuronowej XCeption.

Cechy

Keras zawiera liczne implementacje powszechnie używanych elementów budulcowych sieci neuronowych, takich jak warstwy, cele , funkcje aktywacji , optymalizatory , a także szereg narzędzi ułatwiających pracę z danymi graficznymi i tekstowymi w celu uproszczenia kodowania niezbędnego do pisania głębokiego kodu sieci neuronowej. Kod jest hostowany w witrynie GitHub , a fora pomocy technicznej społeczności obejmują stronę problemów z usługą GitHub i kanał Slack .

Oprócz standardowych sieci neuronowych Keras obsługuje splotowe i rekurencyjne sieci neuronowe . Obsługuje inne popularne warstwy narzędziowe, takie jak dropout , normalizacja wsadowa i pooling .

Keras umożliwia użytkownikom produkowanie głębokich modeli na smartfonach ( iOS i Android ), w Internecie lub na wirtualnej maszynie Java . Umożliwia również wykorzystanie rozproszonego uczenia modeli głębokiego uczenia się na klastrach jednostek przetwarzania grafiki (GPU) i jednostek przetwarzania tensora (TPU) .

Zobacz też

Bibliografia

Zewnętrzne linki