Keras - 簡介

深度學習是機器學習框架的一個主要子領域。機器學習是研究受人類大腦模型啟發的演算法設計。深度學習在資料科學領域（如機器人、人工智慧（AI）、音訊和影片識別以及影像識別）中變得越來越流行。人工神經網路是深度學習方法的核心。深度學習得到各種庫的支援，例如 Theano、TensorFlow、Caffe、Mxnet 等。Keras 是一個最強大且易於使用的 Python 庫，它構建在流行的深度學習庫（如 TensorFlow、Theano 等）之上，用於建立深度學習模型。

Keras 概述

Keras 構建在 TensorFlow、Theano 或 Cognitive Toolkit (CNTK) 等開源機器學習庫之上。Theano 是一個用於快速數值計算任務的 Python 庫。TensorFlow 是最著名的符號數學庫，用於建立神經網路和深度學習模型。TensorFlow 非常靈活，主要優勢在於分散式計算。CNTK 是微軟開發的深度學習框架。它使用 Python、C#、C++ 或獨立機器學習工具包等庫。Theano 和 TensorFlow 都是非常強大的庫，但對於建立神經網路來說難以理解。

Keras 基於最小的結構，提供了一種乾淨且簡單的方法來建立基於 TensorFlow 或 Theano 的深度學習模型。Keras 旨在快速定義深度學習模型。好吧，Keras 是深度學習應用的最佳選擇。

特性

Keras 利用各種最佳化技術，使高階神經網路 API 更易於使用且效能更高。它支援以下特性：

• 一致、簡單且可擴充套件的 API。

• 最小的結構 - 易於獲得結果，沒有任何多餘的功能。

• 它支援多個平臺和後端。

• 它是一個使用者友好的框架，可以在 CPU 和 GPU 上執行。

• 計算的高度可擴充套件性。

優勢

Keras 是一個非常強大且動態的框架，具有以下優點：

• 更大的社群支援。

• 易於測試。

• Keras 神經網路是用 Python 編寫的，這使得事情變得更簡單。

• Keras 支援卷積網路和迴圈網路。

• 深度學習模型是離散元件，因此您可以以多種方式組合它們。