Keras

Keras  er et open source- bibliotek skrevet i Python , der giver interaktion med kunstige neurale netværk . Før version 2.3 (2019) blev forskellige neurale netværksbiblioteker understøttet - såsom TensorFlow , Microsoft Cognitive Toolkit , Deeplearning4j og Theano [4] [5] [6] , efterfølgende blev kun TensorFlow-understøttelse bibeholdt.

Sigter mod at arbejde hurtigt med deep learning-netværk , samtidig med at de er designet til at være kompakte, modulære og udvidelige. Skabt som en del af forskningsindsatsen i ONEIROS -projektet ( Open -ended Neuro-Electronic Intelligent Robot Operating System ) [7] ; hovedforfatteren og hovedudvikleren er Google -ingeniøren François Chollet ( fr. François Chollet ). Det var planlagt, at Google skulle understøtte Keras i TensorFlow-hovedbiblioteket, men Chollet adskilte Keras i en separat tilføjelse, da Keras ifølge konceptet er mere en grænseflade end et ende-til-ende maskinlæringssystem. Keras giver et højere niveau, mere intuitivt sæt af abstraktioner, der gør det nemt at danne neurale netværk, uanset det videnskabelige databehandlingsbibliotek, der bruges som en computerbaseret backend [8] Microsoft arbejder på at tilføje lavniveau CNTK -biblioteker til Keras [9] .   

Biblioteket indeholder adskillige implementeringer af almindeligt anvendte byggeklodser i neurale netværk såsom lag, objektiv- og overførselsfunktioner, optimeringsværktøjer og mange værktøjer til at forenkle billed- og tekstmanipulation. Dens kode er hostet på GitHub , og supportfora inkluderer en GitHub-spørgsmålsside, en Gitter -kanal og en Slack -kanal .

Distribueret modeltræning understøttes, herunder på klynger med GPGPU og tensorprocessorer . Modeller oprettet i Keras kan ikke kun implementeres på servernoder, men også på smartphones (der kører iOS og Android) og i browseren (TF.js) [10] .

Noter

1. ↑ Keras Open Source Project på Open Hub: Languages-side - 2006.
2. ↑ Udgivelse 2.10.0 - 2022.
3. ↑ Keras Open Source Project på Open Hub: Licensside - 2006.
4. ↑ Dette er det, der gør Keras anderledes ifølge forfatteren . forbes.com . Hentet 20. september 2016. Arkiveret fra originalen 30. august 2016. (ubestemt)
5. ↑ Deeplearning4j Keras Frontend Arkiveret 11. juni 2018 på Wayback Machine 
6. ↑ Frigiver keras-team/keras  GitHub . Hentet 1. august 2021. Arkiveret fra originalen 1. august 2021.
7. ↑ Keras dokumentation . keras.io . Hentet 18. september 2016. Arkiveret fra originalen 17. januar 2020. (ubestemt)
8. ↑ Kommentar af Chollet på GitHub Arkiveret 11. marts 2017 på Wayback Machine 
9. ↑ CNTK Keras Nutrition på GitHub Arkiveret 2. februar 2020 på Wayback Machine 
10. ↑ Keras Team. Keras dokumentation: Hvorfor vælge Keras?  (engelsk) . keras.io . Hentet 19. august 2022. Arkiveret fra originalen 28. maj 2020.

Litteratur

• Julli A., Pal S. Keras Library - Deep Learning Tool = Dyb læring med Keras. - DMK Press , 2017. - 294 s. — ISBN 978-5-97060-573-8 .
• Schollet F. Deep Learning with Python = Deep Learning with Python. - Peter , 2018. - 400 s. - ISBN 978-5-4461-0770-4 .
• Shollet F. Deep learning on R = Deep Learning with R. - Peter , 2018. - 400 s. - ISBN 978-5-4461-0902-9 .
• Rashka S. Python og Machine Learning = Python Machine Learning. - DMK Press , 2017. - 418 s. - ISBN 978-5-97060-409-0 .

Links

• keras.io - officiel Keras hjemmeside
• Keras-projekt på GitHub

Tematiske steder	GitHub åbent nav