Keras 是一个用 Python 编写的开源神经网络库，能够在 TensorFlow、Microsoft Cognitive Toolkit、Theano 或 PlaidML 之上运行。
Keras 是一个用 Python 编写的开源神经网络库，能够在 TensorFlow、Microsoft Cognitive Toolkit、Theano 或 PlaidML 之上运行。
Keras 旨在快速实现深度神经网络，专注于用户友好、模块化和可扩展性，是 ONEIROS（开放式神经电子智能机器人操作系统）项目研究工作的部分产物，主要作者和维护者是 Google 工程师弗朗索瓦·肖莱。肖莱也是 XCeption 深度神经网络模型的作者。
2017 年，Google 的 TensorFlow 团队决定在 TensorFlow 核心库中支持 Keras]。 Chollet 解释道，Keras 被认为是一个接口，而非独立的机器学习框架。它提供了更高级别、更直观的抽象集，无论使用何种计算后端，用户都可以轻松地开发深度学习模型。微软也向 Keras 添加了 CNTK 后端，自 CNTK v2.0 开始。
特色
Keras 包含许多常用神经网络构建块的实现，例如层、目标、激活函数、优化器和一系列工具，可以更轻松地处理图像和文本数据。其代码托管在 GitHub 上，社区支持论坛包括 GitHub 的问题页面和 Slack 通道。
除标准神经网络外，Keras 还支持卷积神经网络和循环神经网络。其他常见的实用公共层支持有 Dropout、批量归一化和池化层等。
Keras 允许用户在智能手机（iOS 和 Android）、网页或 Java 虚拟机上制作深度模型，还允许在图形处理器和张量处理器的集群上使用深度学习模型的分布式训练。
使用
截至 2017 年 11 月，Keras 声称拥有 20 多万用户。在 KD Nuggets 2018 年软件调查中，Keras 的引用次数排名第十，使用率为 22％。
免责声明：文章内容不代表本站立场，本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺，仅供读者参考；文章版权归原作者所有！本站作为信息内容发布平台，页面展示内容的目的在于传播更多信息；本站不提供任何相关服务，阁下应知本站所提供的内容不能做为操作依据。市场有风险，投资需谨慎！如本文内容影响到您的合法权益（含文章中内容、图片等），请及时联系本站，我们会及时删除处理。
