Keras — відкрита нейромережна бібліотека, написана мовою Python. Вона здатна працювати поверх TensorFlow, Microsoft Cognitive Toolkit, R, Theano та [en]. Спроєктовану для уможливлення швидких експериментів з мережами глибокого навчання, її зосереджено на тому, щоби вона була зручною в користуванні, модульною та розширюваною. Її було створено як частину дослідницьких зусиль проєкту ONEIROS (англ. Open-ended Neuro-Electronic Intelligent Robot Operating System), а її основним автором та підтримувачем є Франсуа Шоллє (фр. François Chollet), інженер Google. Шоллє є також автором глибоко-нейромережної моделі XCeption.
Тип | Нейронні мережі |
---|---|
Автор | [fr] |
Розробник | збірні |
Перший випуск | 27 березня, 2015 |
Стабільний випуск | 2.3.1 (7 жовтня, 2019 ) |
Платформа | Багатоплатформна |
Мова програмування | Python |
Українська мова | немає |
Стан розробки | Активний |
Ліцензія | MIT |
Репозиторій | github.com/keras-team/keras |
Вебсайт | keras.io |
2017 року команда TensorFlow Google вирішила підтримувати Keras в основній бібліотеці TensorFlow. Шоллє пояснив, що Keras було замислено радше як інтерфейс, аніж як самостійну систему машинного навчання. Вона пропонує високорівневий, інтуїтивніший набір абстракцій, який робить розробку глибоко-нейромережних моделей простою незалежно від використовуваного обчислювального тилу.Microsoft додала до Keras і тил CNTK, доступний з версії CNTK 2.0.
Властивості
Keras містить численні втілення широко вживаних нейромережних будівельних блоків, таких як шари, цільові та передавальні функції, оптимізувальники та безліч інструментів для спрощення роботи із зображеннями та текстом, щоби спрощувати кодування, потрібне для написання глибоко-нейромережного коду. Її код розміщено на GitHub, а до форумів спільнотної підтримки належать сторінка питань GitHub та канал Slack.
На додачу до стандартних нейронних мереж, Keras містить підтримку згорткових та рекурентних нейронних мереж. Вона підтримує інші поширені службові шари, такі як виключення, [en] та агрегування.
Keras дає своїм користувачам можливість виробляти продукти на основі глибоких моделей для смартфонів (iOS та Android), вебсайтів та віртуальної машини Java. Вона також дозволяє використовувати розподілене тренування моделей глибокого навчання на кластерах графічних (ГП) та тензорних (ТП) процесорів переважно у зв'язці з CUDA.
Розвиток
Keras претендує на кількість користувачів у понад 250 000 осіб станом на середину 2018 року. Вона була 10-м найзгадуванішим інструментом в опитуванні [en] стосовно програмного забезпечення 2018 року, і зареєструвала 22 %-ве використання.
Див. також
Примітки
- GitHub release [ 2 червня 2020 у Wayback Machine.], процитовано 2019-12-09 (англ.)
- . keras.io. Архів оригіналу за 18 липня 2019. Процитовано 23 лютого 2018. (англ.)
- . keras.io. Архів оригіналу за 28 вересня 2019. Процитовано 22 березня 2020. (англ.)
- . keras.rstudio.com. Архів оригіналу за 25 липня 2019. Процитовано 22 березня 2020. (англ.)
- . keras.io. Архів оригіналу за 17 січня 2020. Процитовано 18 вересня 2016. (англ.)
- Chollet, François (2016). Xception: Deep Learning with Depthwise Separable Convolutions. arXiv:1610.02357. (англ.)
- . TensorFlow (англ.). Архів оригіналу за 22 січня 2020. Процитовано 14 листопада 2018. (англ.)
- Коментар Шоллє на GitHub [ 11 березня 2017 у Wayback Machine.] (англ.)
- Питання CNTK Keras на GitHub [ 2 лютого 2020 у Wayback Machine.] (англ.)
- alexeyo. . docs.microsoft.com (en-us) . Архів оригіналу за 20 квітня 2019. Процитовано 14 червня 2017. (англ.)
- . keras.io (англ.). Архів оригіналу за 8 травня 2020. Процитовано 14 листопада 2018. (англ.)
- . TensorFlow (англ.). Архів оригіналу за 4 червня 2019. Процитовано 14 листопада 2018. (англ.)
- Piatetsky, Gregory. . KDnuggets. KDnuggets. Архів оригіналу за 9 червня 2020. Процитовано 30 травня 2018. (англ.)
Література
- Chollet, François; (2018). Deep Learning with R. Manning. ISBN . (англ.)
Посилання
- Офіційний сайт
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Keras vidkrita nejromerezhna biblioteka napisana movoyu Python Vona zdatna pracyuvati poverh TensorFlow Microsoft Cognitive Toolkit R Theano ta en Sproyektovanu dlya umozhlivlennya shvidkih eksperimentiv z merezhami glibokogo navchannya yiyi zoseredzheno na tomu shobi vona bula zruchnoyu v koristuvanni modulnoyu ta rozshiryuvanoyu Yiyi bulo stvoreno yak chastinu doslidnickih zusil proyektu ONEIROS angl Open ended Neuro Electronic Intelligent Robot Operating System a yiyi osnovnim avtorom ta pidtrimuvachem ye Fransua Shollye fr Francois Chollet inzhener Google Shollye ye takozh avtorom gliboko nejromerezhnoyi modeli XCeption KerasTipNejronni merezhiAvtor fr RozrobnikzbirniPershij vipusk27 bereznya 2015 9 rokiv tomu 2015 03 27 Stabilnij vipusk2 3 1 7 zhovtnya 2019 4 roki tomu 2019 10 07 PlatformaBagatoplatformnaMova programuvannyaPythonUkrayinska movanemayeStan rozrobkiAktivnijLicenziyaMITRepozitorijgithub com keras team kerasVebsajtkeras io 2017 roku komanda TensorFlow Google virishila pidtrimuvati Keras v osnovnij biblioteci TensorFlow Shollye poyasniv sho Keras bulo zamisleno radshe yak interfejs anizh yak samostijnu sistemu mashinnogo navchannya Vona proponuye visokorivnevij intuyitivnishij nabir abstrakcij yakij robit rozrobku gliboko nejromerezhnih modelej prostoyu nezalezhno vid vikoristovuvanogo obchislyuvalnogo tilu Microsoft dodala do Keras i til CNTK dostupnij z versiyi CNTK 2 0 VlastivostiKeras mistit chislenni vtilennya shiroko vzhivanih nejromerezhnih budivelnih blokiv takih yak shari cilovi ta peredavalni funkciyi optimizuvalniki ta bezlich instrumentiv dlya sproshennya roboti iz zobrazhennyami ta tekstom shobi sproshuvati koduvannya potribne dlya napisannya gliboko nejromerezhnogo kodu Yiyi kod rozmisheno na GitHub a do forumiv spilnotnoyi pidtrimki nalezhat storinka pitan GitHub ta kanal Slack Na dodachu do standartnih nejronnih merezh Keras mistit pidtrimku zgortkovih ta rekurentnih nejronnih merezh Vona pidtrimuye inshi poshireni sluzhbovi shari taki yak viklyuchennya en ta agreguvannya Keras daye svoyim koristuvacham mozhlivist viroblyati produkti na osnovi glibokih modelej dlya smartfoniv iOS ta Android vebsajtiv ta virtualnoyi mashini Java Vona takozh dozvolyaye vikoristovuvati rozpodilene trenuvannya modelej glibokogo navchannya na klasterah grafichnih GP ta tenzornih TP procesoriv perevazhno u zv yazci z CUDA RozvitokKeras pretenduye na kilkist koristuvachiv u ponad 250 000 osib stanom na seredinu 2018 roku Vona bula 10 m najzgaduvanishim instrumentom v opituvanni en stosovno programnogo zabezpechennya 2018 roku i zareyestruvala 22 ve vikoristannya Div takozhPorivnyannya programnogo zabezpechennya glibokogo navchannyaPrimitkiGitHub release 2 chervnya 2020 u Wayback Machine procitovano 2019 12 09 angl keras io Arhiv originalu za 18 lipnya 2019 Procitovano 23 lyutogo 2018 angl keras io Arhiv originalu za 28 veresnya 2019 Procitovano 22 bereznya 2020 angl keras rstudio com Arhiv originalu za 25 lipnya 2019 Procitovano 22 bereznya 2020 angl keras io Arhiv originalu za 17 sichnya 2020 Procitovano 18 veresnya 2016 angl Chollet Francois 2016 Xception Deep Learning with Depthwise Separable Convolutions arXiv 1610 02357 angl TensorFlow angl Arhiv originalu za 22 sichnya 2020 Procitovano 14 listopada 2018 angl Komentar Shollye na GitHub 11 bereznya 2017 u Wayback Machine angl Pitannya CNTK Keras na GitHub 2 lyutogo 2020 u Wayback Machine angl alexeyo docs microsoft com en us Arhiv originalu za 20 kvitnya 2019 Procitovano 14 chervnya 2017 angl keras io angl Arhiv originalu za 8 travnya 2020 Procitovano 14 listopada 2018 angl TensorFlow angl Arhiv originalu za 4 chervnya 2019 Procitovano 14 listopada 2018 angl Piatetsky Gregory KDnuggets KDnuggets Arhiv originalu za 9 chervnya 2020 Procitovano 30 travnya 2018 angl LiteraturaChollet Francois 2018 Deep Learning with R Manning ISBN 978 1 61729 554 6 angl PosilannyaOficijnij sajt