Keras

Keras — открытая библиотека, написанная на языке Python и обеспечивающая взаимодействие с искусственными нейронными сетями. Она представляет собой надстройку над фреймворком TensorFlow. До версии 2.3 поддерживались разные версии нейросетевых библиотек, такие как TensorFlow, Microsoft Cognitive Toolkit, Deeplearning4j, и Theano.[1][2][3] Нацелена на оперативную работу с сетями глубинного обучения, при этом спроектирована так, чтобы быть компактной, модульной и расширяемой. Она была создана как часть исследовательских усилий проекта ONEIROS (англ. Open-ended Neuro-Electronic Intelligent Robot Operating System),[4] а ее основным автором и поддерживающим является Франсуа Шолле (фр. François Chollet), инженер Google.

Keras
Тип нейронные сети
Автор Франсуа Шолле (фр. François Chollet)
Разработчик группа
Написана на Python
Языки интерфейса английский
Первый выпуск 27 марта 2015 (2015-03-27)
Аппаратная платформа мультиплатформность
Последняя версия 2.4.0 (18 июня 2020 (2020-06-18))
Состояние Активное
Лицензия MIT
Сайт keras.io

Планировалось что Google будет поддерживать Keras в основной библиотеке TensorFlow, однако Шолле выделил Keras в отдельную надстройку, так как согласно концепции Keras является скорее интерфейсом, чем сквозной системой машинного обучения. Keras предоставляет высокоуровневый, более интуитивный набор абстракций, который делает простым формирование нейронных сетей, независимо от используемой в качестве вычислительного бэкенда библиотеки научных вычислений.[5] Microsoft работает над добавлением к Keras и низкоуровневых библиотек CNTK[6].

Свойства

Эта библиотека содержит многочисленные реализации широко применяемых строительных блоков нейронных сетей, таких как слои, целевые и передаточные функции, оптимизаторы, и множество инструментов для упрощения работы с изображениями и текстом. Ее код размещен на GitHub, а форумы поддержки включают страницу вопросов GitHub, канал Gitter и канал Slack.

Развитие

На сентябрь 2016 года Keras является второй по скорости роста системой глубокого обучения после TensorFlow Google, и третьей по размеру после TensorFlow и Caffe.[7]

См. также

Примечания
  1. This Is What Makes Keras Different, According To Its Author. forbes.com. Дата обращения: 20 сентября 2016.
  2. Deeplearning4j Keras Frontend (англ.)
  3. Releases · keras-team/keras · GitHub (англ.).
  4. Документация Keras. keras.io. Дата обращения: 18 сентября 2016.
  5. Комментарий Шолле на GitHub (англ.)
  6. Питання CNTK Keras на GitHub (англ.)
  7. Франсуа Шолле на Твіттері. Дата обращения: 18 сентября 2016.

Литература
  • Джулли А., Пал С. Библиотека Keras — инструмент глубокого обучения = Deep learning with Keras. — ДМК Пресс, 2017. — 294 с. — ISBN 978-5-97060-573-8.
  • Шолле Ф. Глубокое обучение на Python = Deep Learning with Python. — Питер, 2018. — 400 с. — ISBN 978-5-4461-0770-4.
  • Шолле Ф. Глубокое обучение на R = Deep Learning with R. — Питер, 2018. — 400 с. — ISBN 978-5-4461-0902-9.
  • Рашка С. Python и машинное обучение = Python Machine Learning. — ДМК Пресс, 2017. — 418 с. — ISBN 978-5-97060-409-0.

Ссылки
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.