Keras
Et højt niveau API til at bygge og træne neurale netværk, skrevet i Python og integreret i TensorFlow.
Kort fortalt
Keras er et brugervenligt bibliotek, der gør det nemt at designe, træne og evaluere dybe læringsmodeller direkte i Python.
- Kategori
- værktøj
- Niveau
- øvet
- Udtale
- /ˈkɛrəs/
Betydninger
1- 1
Et open-source neuralt netværksbibliotek skrevet i Python, der fungerer som en højt niveau grænseflade til TensorFlow (og tidligere også Theano og CNTK).
- Keras' Sequential API gør det muligt at stable lag på lag med få linjer kode.
- Med Keras' Functional API kan man bygge komplekse modeller med flere input og output.
Hvornår bruges det
Keras bruges primært til hurtig prototyping og produktion af neurale netværk. Det er standard API i TensorFlow (tf.keras) og anvendes af både begyndere og forskere til alt fra simple klassifikationsmodeller til komplekse transformer-netværk.
Kodeeksempel
from tensorflow import keras
model = keras.Sequential([
keras.layers.Dense(64, activation='relu', input_shape=(784,)),
keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])Et simpelt Keras-eksempel: en Sequential-model med to tætte lag, kompileret med Adam-optimizer.
Oprindelse
Navnet 'Keras' kommer fra det græske ord 'κέρας' (kéras, 'horn') og blev valgt af skaberen François Chollet.