資訊專欄INFORMATION COLUMN
摘要：在年月首次推出，現(xiàn)在用戶數(shù)量已經(jīng)突破了萬(wàn)。其中有數(shù)百人為代碼庫(kù)做出了貢獻(xiàn)，更有數(shù)千人為社區(qū)做出了貢獻(xiàn)?，F(xiàn)在我們推出，它帶有一個(gè)更易使用的新，實(shí)現(xiàn)了與的直接整合。類似的，正在用實(shí)現(xiàn)份額部分規(guī)范，如。大量的傳統(tǒng)度量和損失函數(shù)已被移除。
Keras 在 2015 年 3 月首次推出，現(xiàn)在用戶數(shù)量已經(jīng)突破了 10 萬(wàn)。其中有數(shù)百人為 Keras 代碼庫(kù)做出了貢獻(xiàn)，更有數(shù)千人為 Keras 社區(qū)做出了貢獻(xiàn)。Keras 已經(jīng)催生了新的創(chuàng)業(yè)公司、提高了研究者的成果率、簡(jiǎn)化了大公司的工程流程圖、并為數(shù)以千計(jì)沒(méi)有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)的人打開(kāi)一扇通向深度學(xué)習(xí)的大門。而我們相信這僅僅是個(gè)開(kāi)始。
現(xiàn)在我們推出 Keras 2，它帶有一個(gè)更易使用的新 API，實(shí)現(xiàn)了與 TensorFlow 的直接整合。這是在 TensorFlow 核心整合 Keras API 所準(zhǔn)備的重要一步。
Keras 2 有很多新變化，下面是簡(jiǎn)明概覽：
與 TensorFlow 整合
盡管 Keras 自 2015 年 12 月已經(jīng)作為運(yùn)行時(shí)間后端（runtime backend）開(kāi)始支持 TensorFlow，Keras API 卻一直與 TensorFlow 代碼庫(kù)相分離，這種情況正在改變：從 TensorFlow 1.2 版本開(kāi)始，Keras API 可作為 TensorFlow 的一部分直接使用，這是 TensorFlow 在向數(shù)百萬(wàn)新用戶開(kāi)源的道路上邁出的一大步。
Keras 較好被理解為一個(gè) API 技術(shù)規(guī)范，而不是一個(gè)特殊的代碼庫(kù)。事實(shí)上，繼續(xù)發(fā)展將會(huì)出現(xiàn) Keras 技術(shù)規(guī)范的兩個(gè)不同實(shí)現(xiàn)：（a）TensorFlow 的內(nèi)部實(shí)現(xiàn)（如 tf.keras），純由 TensorFlow 寫(xiě)成，與 TensorFlow 的所有功能深度兼容；（b）外部的多后臺(tái)實(shí)現(xiàn)，同時(shí)支持 Theano 和 TensorFlow（并可能在未來(lái)有更多的后臺(tái)）。
類似的，Skymind 正在用 Scala 實(shí)現(xiàn) Keras 份額部分規(guī)范，如 ScalNet。為了在瀏覽器中運(yùn)行，Keras.js 正在用 JavaScript 運(yùn)行 Keras 的部分 API。正因如此，Keras API 注定成為深度學(xué)習(xí)從業(yè)者的通用語(yǔ)言，在不同的工作流程中共享并獨(dú)立于底層平臺(tái)。像 Keras 這樣的統(tǒng)一 API 規(guī)范將促進(jìn)代碼共享，提高研究的再生產(chǎn)率，并允許更大支持社區(qū)的存在。
新 API
新的 Keras 2 API 是我們較早的長(zhǎng)期支持的 API：下個(gè)月 Keras 2 的代碼庫(kù)將在的軟件上開(kāi)始運(yùn)行數(shù)年。為了將其變?yōu)榭赡?，考慮到未來(lái)會(huì)出現(xiàn)的問(wèn)題，我們?cè)谶@次發(fā)布中大量修改了 API。特別是，我們的新 API 選項(xiàng)完全兼容 TensorFlow 規(guī)范。
?大多數(shù)層的 API 有了顯著變化，特別是 Dense、BatchNormalization 和全卷積層。然而，我們已經(jīng)設(shè)置好了兼容接口，這樣你的 Keras 1 代碼就可以在 Keras 2 上無(wú)障礙運(yùn)行了（同時(shí)發(fā)出警告來(lái)幫助你轉(zhuǎn)換對(duì)新 API 的層調(diào)用）。
訓(xùn)練和評(píng)估生成器方法的 API 已經(jīng)改變（如： fit_generator、predict_generator 和 evaluate_generator）。不過(guò)，無(wú)需擔(dān)心，Keras 1 的調(diào)用依然適用于 Keras 2。
fit、nb_epoch 已重命名為為 epochs。我們的 API 轉(zhuǎn)換接口也適用于這項(xiàng)改變。
很多層所保存的權(quán)重格式已經(jīng)改變。然而，Keras 1 上保存的權(quán)重文件依然能在 Keras 2 模型上加載。
objectives 模塊已更名為 losses。
顯著修改
考慮到 Keras 的廣大用戶基礎(chǔ)，我們盡量不對(duì) Keras 做根本變動(dòng)，但是，還是有些變動(dòng)不可避免，尤其是對(duì)于更高階的用戶來(lái)講。
傳統(tǒng)層 MaxoutDense、TimeDistributedDense 和 Highway 已被永久移除。
大量的傳統(tǒng)度量和損失函數(shù)已被移除。
BatchNormalization 層不再支持 mode 參數(shù)。
由于 Keras 內(nèi)部構(gòu)件已經(jīng)改變，自定義層被升級(jí)。改變相對(duì)較小，因此將變快變簡(jiǎn)單。參見(jiàn)指南：https://keras.io/layers/writing-your-own-keras-layers/
通常來(lái)講，任何使用非正式的 Keras 功能編寫(xiě)的代碼將會(huì)失效，因此高階用戶也許需要做一些相應(yīng)的更新工作。
開(kāi)始
你可以：
從 PyPI：pip install keras --upgrade 安裝 Keras 2
在 Github 上查看代碼：https://github.com/fchollet/keras
閱讀已更新的文檔：https://keras.io/
原文地址：https://blog.keras.io/introducing-keras-2.html
歡迎加入本站公開(kāi)興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/4494.html
摘要：第一個(gè)深度學(xué)習(xí)框架該怎么選對(duì)于初學(xué)者而言一直是個(gè)頭疼的問(wèn)題。簡(jiǎn)介和是頗受數(shù)據(jù)科學(xué)家歡迎的深度學(xué)習(xí)開(kāi)源框架。就訓(xùn)練速度而言，勝過(guò)對(duì)比總結(jié)和都是深度學(xué)習(xí)框架初學(xué)者非常棒的選擇。 「第一個(gè)深度學(xué)習(xí)框架該怎么選」對(duì)于初學(xué)者而言一直是個(gè)頭疼的問(wèn)題。本文中，來(lái)自 deepsense.ai 的研究員給出了他們?cè)诟呒?jí)框架上的答案。在 Keras 與 PyTorch 的對(duì)比中，作者還給出了相同神經(jīng)網(wǎng)絡(luò)在不同框...
摘要：相比于直接使用搭建卷積神經(jīng)網(wǎng)絡(luò)，將作為高級(jí)，并使用作為后端要簡(jiǎn)單地多。測(cè)試一學(xué)習(xí)模型的類型卷積神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集任務(wù)小圖片數(shù)據(jù)集目標(biāo)將圖片分類為個(gè)類別根據(jù)每一個(gè)的訓(xùn)練速度，要比快那么一點(diǎn)點(diǎn)。 如果我們對(duì) Keras 在數(shù)據(jù)科學(xué)和深度學(xué)習(xí)方面的流行還有疑問(wèn)，那么考慮一下所有的主流云平臺(tái)和深度學(xué)習(xí)框架的支持情況就能發(fā)現(xiàn)它的強(qiáng)大之處。目前，Keras 官方版已經(jīng)支持谷歌的 TensorFlow、微軟的...
摘要：版本正式發(fā)布啦本文將為大家介紹此版本的一些重大改變主要功能和改進(jìn)修復(fù)以及其他變化。主要特點(diǎn)和改進(jìn)現(xiàn)在根據(jù)預(yù)構(gòu)建的二進(jìn)制文件是針對(duì)和構(gòu)建的。，，開(kāi)始支持分布式在中添加的分布式策略支持和獨(dú)立客戶端支持。 TensorFlow 1.11.0 版本正式發(fā)布啦！本文將為大家介紹此版本的一些重大改變、主要功能和改進(jìn)、Bug 修復(fù)以及其他變化。主要特點(diǎn)和改進(jìn)Nvidia GPU：現(xiàn)在（根據(jù) TensorF...
摘要：現(xiàn)場(chǎng)宣布全球領(lǐng)先的深度學(xué)習(xí)開(kāi)源框架正式對(duì)外發(fā)布版本，并保證的本次發(fā)布版本的接口滿足生產(chǎn)環(huán)境穩(wěn)定性要求。有趣的應(yīng)用案例皮膚癌圖像分類皮膚癌在全世界范圍內(nèi)影響深遠(yuǎn)，患病人數(shù)眾多，嚴(yán)重威脅身體機(jī)能。 前言本文屬于介紹性文章，其中會(huì)介紹許多TensorFlow的新feature和summit上介紹的一些有意思的案例，文章比較長(zhǎng)，可能會(huì)花費(fèi)30分鐘到一個(gè)小時(shí)Google于2017年2月16日（北京時(shí)間...
摘要：我們對(duì)種用于數(shù)據(jù)科學(xué)的開(kāi)源深度學(xué)習(xí)庫(kù)作了排名。于年月發(fā)布了第名，已經(jīng)躋身于深度學(xué)習(xí)庫(kù)的上半部分。是最流行的深度學(xué)習(xí)前端第位是排名較高的非框架庫(kù)。頗受對(duì)數(shù)據(jù)集使用深度學(xué)習(xí)的數(shù)據(jù)科學(xué)家的青睞。深度學(xué)習(xí)庫(kù)的完整列表來(lái)自幾個(gè)來(lái)源。 我們對(duì)23種用于數(shù)據(jù)科學(xué)的開(kāi)源深度學(xué)習(xí)庫(kù)作了排名。這番排名基于權(quán)重一樣大小的三個(gè)指標(biāo)：Github上的活動(dòng)、Stack Overflow上的活動(dòng)以及谷歌搜索結(jié)果。排名結(jié)果...
閱讀 1080·2021-09-22 15:26
閱讀 2666·2021-09-09 11:52
閱讀 1964·2021-09-02 09:52
閱讀 2274·2021-08-12 13:28
閱讀 1216·2019-08-30 15:53
閱讀 540·2019-08-29 13:47
閱讀 3421·2019-08-29 11:00
閱讀 3126·2019-08-29 10:58
