Keras - 简介

深度学习是机器学习框架的主要子领域之一。机器学习是受人脑模型启发的算法设计研究。深度学习在机器人、人工智能 (AI)、音频和视频识别以及图像识别等数据科学领域越来越受欢迎。人工神经网络是深度学习方法的核心。深度学习由各种库支持，例如 Theano、TensorFlow、Caffe、Mxnet 等，Keras 是最强大且易于使用的 Python 库之一，它建立在流行的深度学习库(如 TensorFlow、Theano 等)之上，用于创建深度学习模型。

Keras 概述

Keras 在开源机器库(如 TensorFlow、Theano 或认知工具包 (CNTK))上运行。Theano 是一个用于快速数值计算任务的 Python 库。 TensorFlow 是用于创建神经网络和深度学习模型的最著名符号数学库。TensorFlow 非常灵活，主要优势是分布式计算。CNTK 是微软开发的深度学习框架。它使用 Python、C#、C++ 或独立机器学习工具包等库。Theano 和 TensorFlow 是非常强大的库，但对于创建神经网络来说很难理解。

Keras 基于最小结构，提供了一种基于 TensorFlow 或 Theano 创建深度学习模型的简洁简便方法。Keras 旨在快速定义深度学习模型。Keras 是深度学习应用的最佳选择。

功能

Keras 利用各种优化技术使高级神经网络 API 更简单、更高效。它支持以下功能 −

• 一致、简单且可扩展的 API。

• 最小结构 - 轻松实现结果，无需任何装饰。

• 它支持多个平台和后端。

• 它是一个用户友好的框架，可在 CPU 和 GPU 上运行。

• 计算的高度可扩展性。

好处

Keras 是一个功能强大且动态的框架，具有以下优势 −

• 更大的社区支持。

• 易于测试。

• Keras 神经网络是用 Python 编写的，这使得事情变得简单更简单。

• Keras 支持卷积和循环网络。

• 深度学习模型是离散组件，因此，您可以以多种方式组合。