下一节:

  Keras - 教程

  • 简述

    Keras 是一个开源的 Python 深度学习框架。它是由 Google 的人工智能研究员Francois Chollet开发的。谷歌、Square、Netflix、华为和优步等领先组织目前正在使用 Keras。本教程将介绍 Keras 的安装、深度学习的基础知识、Keras 模型、Keras 层、Keras 模块，最后以一些实时应用程序结束。
    本教程是为有志在深度学习和神经网络框架领域从事职业的专业人士准备的。本教程旨在让您熟悉 Keras 框架概念。
    在继续本教程中给出的各种类型的概念之前，我们假设读者对深度学习框架有基本的了解。除此之外，如果读者对 Python 和机器学习有充分的了解，这将非常有帮助。
    深度学习是机器学习框架的主要子领域之一。机器学习是对算法设计的研究，其灵感来自人脑模型。深度学习在机器人技术、人工智能 (AI)、音频和视频识别以及图像识别等数据科学领域变得越来越流行。人工神经网络是深度学习方法的核心。深度学习由 Theano、TensorFlow、Caffe、Mxnet 等各种库支持，Keras 是最强大且易于使用的 Python 库之一，它建立在 TensorFlow、Theano 等流行的深度学习库之上。 ，用于创建深度学习模型。

  • Keras 概述

    Keras 运行在 TensorFlow、Theano 或 Cognitive Toolkit (CNTK) 等开源机器库之上。Theano 是一个用于快速数值计算任务的 python 库。TensorFlow 是用于创建神经网络和深度学习模型的最著名的符号数学库。TensorFlow 非常灵活，主要好处是分布式计算。CNTK 是微软开发的深度学习框架。它使用 Python、C#、C++ 等库或独立的机器学习工具包。Theano 和 TensorFlow 是非常强大的库，但很难理解用于创建神经网络。
    Keras 基于最小结构，提供了一种简洁的方法来创建基于 TensorFlow 或 Theano 的深度学习模型。Keras 旨在快速定义深度学习模型。好吧，Keras 是深度学习应用的最佳选择。

  • 特征

    Keras 利用各种优化技术使高级神经网络 API 更容易、性能更高。它支持以下功能 -
    • 一致、简单和可扩展的 API。
    • 最小的结构 - 无需任何装饰即可轻松实现结果。
    • 它支持多个平台和后端。
    • 它是一个用户友好的框架，可在 CPU 和 GPU 上运行。
    • 计算的高度可扩展性。

  • 好处

    Keras 是非常强大和动态的框架，具有以下优点 -
    • 更大的社区支持。
    • 易于测试。
    • Keras 神经网络是用 Python 编写的，这让事情变得更简单。
    • Keras 支持卷积和循环网络。
    • 深度学习模型是离散的组件，因此，您可以组合成多种方式。
下一节: