Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Керас
Keras logo.svg
Автор (ы) оригиналаФрансуа Шоле  [ фр ]
Разработчики)разные
изначальный выпуск27 марта 2015 г . ; 5 лет назад (2015-03-27)
Стабильный выпуск
2.4.0 [1] / 17 июня 2020 г . ; 8 месяцев назад (17 June 2020)
Репозиторий
Отредактируйте это в Викиданных
Написано вPython
ПлатформаКроссплатформенность
ТипНейронные сети
ЛицензияМассачусетский технологический институт
Интернет сайтkeras .io

Keras - это программная библиотека с открытым исходным кодом, которая предоставляет интерфейс Python для искусственных нейронных сетей . Keras действует как интерфейс для библиотеки TensorFlow .

До версии 2.3 Keras поддерживал несколько бэкендов, включая TensorFlow , Microsoft Cognitive Toolkit , Theano и PlaidML . [2] [3] [4] Начиная с версии 2.4, поддерживается только TensorFlow . Разработанный для быстрого экспериментирования с глубокими нейронными сетями , он ориентирован на удобство использования, модульность и расширяемость. Он был разработан в рамках исследовательского проекта ONEIROS (Открытая нейроэлектронная операционная система интеллектуального робота) [5], а его основным автором и сопровождающим является Франсуа Шоле, сотрудник Google.инженер. Шолле также является автором модели глубокой нейронной сети XCeption. [6]

Особенности [ править ]

Keras содержит множество реализаций часто используемых строительных блоков нейронных сетей, таких как слои, цели , функции активации , оптимизаторы и множество инструментов, упрощающих работу с изображениями и текстовыми данными и упрощающих кодирование, необходимое для написания глубокого кода нейронной сети. Код размещен на GitHub , а форумы поддержки сообщества включают страницу с проблемами GitHub и канал Slack .

Помимо стандартных нейронных сетей, Keras поддерживает сверточные и рекуррентные нейронные сети . Он поддерживает другие общие служебные уровни, такие как выпадение , нормализация пакетов и объединение . [7]

Keras позволяет пользователям создавать глубокие модели на смартфонах ( iOS и Android ), в Интернете или на виртуальной машине Java . [3] Это также позволяет использовать распределенное обучение моделей глубокого обучения на кластерах графических процессоров (GPU) и тензорных процессоров (TPU) . [8]

Traction [ править ]

Керас утверждает, что на начало 2020 года более 375000 индивидуальных пользователей. [3] Keras был принят для использования в научных исследованиях благодаря Python (языку программирования) и его собственной простоте использования и установки. Керас занял 10-е место среди наиболее цитируемых инструментов в опросе программного обеспечения KDnuggets 2018 и зарегистрировал использование 22%. [9]

См. Также [ править ]

  • Сравнение программного обеспечения для глубокого обучения

Ссылки [ править ]

  1. ^ "Выпуск 2.4.0" . 17 июня 2020 . Проверено 18 июня 2020 .
  2. ^ "Бэкэнды Keras" . keras.io . Проверено 23 февраля 2018 .
  3. ^ a b c "Зачем использовать Керас?" . keras.io . Проверено 22 марта 2020 .
  4. ^ "Интерфейс R для Кераса" . keras.rstudio.com . Проверено 22 марта 2020 .
  5. ^ «Документация Кераса» . keras.io . Проверено 18 сентября 2016 .
  6. ^ Chollet, Франсуа (2016). «Xception: глубокое обучение с разделенными по глубине свертками». arXiv : 1610.02357 .
  7. ^ "Ядро - Документация Кераса" . keras.io . Проверено 14 ноября 2018 .
  8. ^ «Использование TPU | TensorFlow» . TensorFlow . Проверено 14 ноября 2018 .
  9. ^ Пятецкий, Григорий. «Python разъедает R: лучшее программное обеспечение для аналитики, обработки данных и машинного обучения в 2018 году: тенденции и анализ» . KDnuggets . KDnuggets . Проверено 30 мая 2018 .

Внешние ссылки [ править ]

  • Официальный веб-сайт
  • Керас на Github