Keras — Вікіпедія
![]() | |
Тип | Нейронні мережі |
---|---|
Автор | Франсуа Шоллє[fr] |
Розробник | збірні |
Перший випуск | 27 березня, 2015 |
Стабільний випуск | 2.3.1[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 |
Keras — відкрита нейромережна бібліотека, написана мовою Python. Вона здатна працювати поверх TensorFlow, Microsoft Cognitive Toolkit, R, Theano та PlaidML[en].[2][3][4] 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),[5] а її основним автором та підтримувачем є Франсуа Шоллє (фр. François Chollet), інженер Google. Шоллє є також автором глибоко-нейромережної моделі XCeption.[6]
2017 року команда TensorFlow Google вирішила підтримувати Keras в основній бібліотеці TensorFlow.[7] 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.[8] Microsoft додала до Keras і тил CNTK, доступний з версії CNTK 2.0.[9][10]
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, пакетне унормовування[en] та агрегування.[11]
Keras дає своїм користувачам можливість виробляти продукти на основі глибоких моделей для смартфонів (iOS та Android), вебсайтів та віртуальної машини Java.[3] Вона також дозволяє використовувати розподілене тренування моделей глибокого навчання на кластерах графічних (ГП) та тензорних (ТП) процесорів переважно у зв'язці з CUDA.[12]
Keras претендує на кількість користувачів у понад 250 000 осіб станом на середину 2018 року.[3] Вона була 10-м найзгадуванішим інструментом в опитуванні KDnuggets[en] стосовно програмного забезпечення 2018 року, і зареєструвала 22 %-ве використання.[13]
- ↑ GitHub release [Архівовано 2 червня 2020 у Wayback Machine.], процитовано 2019-12-09 (англ.)
- ↑ Keras backends. keras.io. Архів оригіналу за 18 липня 2019. Процитовано 23 лютого 2018. (англ.)
- ↑ а б в Why use Keras?. keras.io. Архів оригіналу за 28 вересня 2019. Процитовано 22 березня 2020. (англ.)
- ↑ R interface to Keras. keras.rstudio.com. Архів оригіналу за 25 липня 2019. Процитовано 22 березня 2020. (англ.)
- ↑ Документація Keras. 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.)
- ↑ Module: tf.keras | TensorFlow. TensorFlow (англ.). Архів оригіналу за 22 січня 2020. Процитовано 14 листопада 2018. (англ.)
- ↑ Коментар Шоллє на GitHub [Архівовано 11 березня 2017 у Wayback Machine.] (англ.)
- ↑ Питання CNTK Keras на GitHub [Архівовано 2 лютого 2020 у Wayback Machine.] (англ.)
- ↑ alexeyo. CNTK_2_0_Release_Notes. docs.microsoft.com (en-us) . Архів оригіналу за 20 квітня 2019. Процитовано 14 червня 2017. (англ.)
- ↑ Core - Keras Documentation. keras.io (англ.). Архів оригіналу за 8 травня 2020. Процитовано 14 листопада 2018. (англ.)
- ↑ Using TPUs | TensorFlow. TensorFlow (англ.). Архів оригіналу за 4 червня 2019. Процитовано 14 листопада 2018. (англ.)
- ↑ Piatetsky, Gregory. Python eats away at R: Top Software for Analytics, Data Science, Machine Learning in 2018: Trends and Analysis. KDnuggets. KDnuggets. Архів оригіналу за 9 червня 2020. Процитовано 30 травня 2018. (англ.)
- Chollet, François; Allaire, J. J. (2018). Deep Learning with R. Manning. ISBN 978-1-61729-554-6. (англ.)