Keras - 简介

深度学习是机器学习框架的一个主要子领域。机器学习是研究受人类大脑模型启发的算法设计。深度学习在数据科学领域（如机器人、人工智能（AI）、音频和视频识别以及图像识别）中变得越来越流行。人工神经网络是深度学习方法的核心。深度学习得到各种库的支持，例如 Theano、TensorFlow、Caffe、Mxnet 等。Keras 是一个最强大且易于使用的 Python 库，它构建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。

Keras 概述

Keras 构建在 TensorFlow、Theano 或 Cognitive Toolkit (CNTK) 等开源机器学习库之上。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，主要优势在于分布式计算。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，但对于创建神经网络来说难以理解。

Keras 基于最小的结构，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。好吧，Keras 是深度学习应用的最佳选择。

特性

Keras 利用各种优化技术，使高级神经网络 API 更易于使用且性能更高。它支持以下特性：

• 一致、简单且可扩展的 API。

• 最小的结构 - 易于获得结果，没有任何多余的功能。

• 它支持多个平台和后端。

• 它是一个用户友好的框架，可以在 CPU 和 GPU 上运行。

• 计算的高度可扩展性。

优势

Keras 是一个非常强大且动态的框架，具有以下优点：

• 更大的社区支持。

• 易于测试。

• Keras 神经网络是用 Python 编写的，这使得事情变得更简单。

• Keras 支持卷积网络和循环网络。

• 深度学习模型是离散组件，因此您可以以多种方式组合它们。