Keras 介绍

深度学习是机器学习的主要子领域之一。

机器学习是对算法设计的研究，其灵感来自于人脑模型。深度学习在机器人、人工智能(AI)、音频和视频识别和图像识别等数据科学领域变得越来越流行。

人工神经网络是深度学习方法论的核心。深度学习得到了Theano、TensorFlow、Caffe、Mxnet等各种库的支持。

Keras 是最强大且易于使用的 Python 库之一，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。

概述

Keras 运行在开源机器库之上，例如 TensorFlow、Theano 或 Cognitive Toolkit(CNTK)。

• Theano 是一个用于快速数值计算任务的 Python 库。
• TensorFlow 是最著名的符号数学库，用于创建神经网络和深度学习模型。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 都是非常强大的库，但是不好理解如何应用于创建神经网络。

Keras 基于最小结构，它提供了一种干净且简单的方法来创建基于 TensorFlow 或 Theano 的深度学习模型。Keras 旨在快速定义深度学习模型。可以说，Keras 是深度学习应用的最佳选择。

特征

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、简单和可扩展的API。
• 最小的结构，无需任何装饰即可轻松实现结果。
• 它支持多个平台和后端。
• 它是用户友好的框架，可以在 CPU 和 GPU 上运行。
• 计算的高度可扩展性。

优势

Keras 是非常强大和动态的框架，并具有以下优点：

• 更大的社区支持。
• 易于测试。
• Keras 神经网络是 Python 编写的，这让事情变得更简单。
• Keras 支持卷积和循环网络。
• 深度学习模型是离散的组件，因此，你可以组合成多种方式。