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。其中有數(shù)百人為代碼庫做出了貢獻，更有數(shù)千人為社區(qū)做出了貢獻?，F(xiàn)在我們推出，它帶有一個更易使用的新，實現(xiàn)了與的直接整合。類似的，正在用實現(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。其中有數(shù)百人為 Keras 代碼庫做出了貢獻，更有數(shù)千人為 Keras 社區(qū)做出了貢獻。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、簡化了大公司的工程流程圖、并為數(shù)以千計沒有機器學習經(jīng)驗的人打開一扇通向深度學習的大門。而我們相信這僅僅是個開始。
現(xiàn)在我們推出 Keras 2，它帶有一個更易使用的新 API，實現(xiàn)了與 TensorFlow 的直接整合。這是在 TensorFlow 核心整合 Keras API 所準備的重要一步。
Keras 2 有很多新變化，下面是簡明概覽：
與 TensorFlow 整合
盡管 Keras 自 2015 年 12 月已經(jīng)作為運行時間后端（runtime backend）開始支持 TensorFlow，Keras API 卻一直與 TensorFlow 代碼庫相分離，這種情況正在改變：從 TensorFlow 1.2 版本開始，Keras API 可作為 TensorFlow 的一部分直接使用，這是 TensorFlow 在向數(shù)百萬新用戶開源的道路上邁出的一大步。
Keras 較好被理解為一個 API 技術(shù)規(guī)范，而不是一個特殊的代碼庫。事實上，繼續(xù)發(fā)展將會出現(xiàn) Keras 技術(shù)規(guī)范的兩個不同實現(xiàn)：（a）TensorFlow 的內(nèi)部實現(xiàn)（如 tf.keras），純由 TensorFlow 寫成，與 TensorFlow 的所有功能深度兼容；（b）外部的多后臺實現(xiàn)，同時支持 Theano 和 TensorFlow（并可能在未來有更多的后臺）。
類似的，Skymind 正在用 Scala 實現(xiàn) Keras 份額部分規(guī)范，如 ScalNet。為了在瀏覽器中運行，Keras.js 正在用 JavaScript 運行 Keras 的部分 API。正因如此，Keras API 注定成為深度學習從業(yè)者的通用語言，在不同的工作流程中共享并獨立于底層平臺。像 Keras 這樣的統(tǒng)一 API 規(guī)范將促進代碼共享，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 是我們較早的長期支持的 API：下個月 Keras 2 的代碼庫將在的軟件上開始運行數(shù)年。為了將其變?yōu)榭赡?，考慮到未來會出現(xiàn)的問題，我們在這次發(fā)布中大量修改了 API。特別是，我們的新 API 選項完全兼容 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 上無障礙運行了（同時發(fā)出警告來幫助你轉(zhuǎn)換對新 API 的層調(diào)用）。
訓練和評估生成器方法的 API 已經(jīng)改變（如： fit_generator、predict_generator 和 evaluate_generator）。不過，無需擔心，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 Keras 做根本變動，但是，還是有些變動不可避免，尤其是對于更高階的用戶來講。
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。改變相對較小，因此將變快變簡單。參見指南：https://keras.io/layers/writing-your-own-keras-layers/
通常來講，任何使用非正式的 Keras 功能編寫的代碼將會失效，因此高階用戶也許需要做一些相應(yīng)的更新工作。
開始
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)生價值的辦法，實際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(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)載請注明本文地址：http://www.ezyhdfw.cn/yun/4494.html
摘要：第一個深度學習框架該怎么選對于初學者而言一直是個頭疼的問題。簡介和是頗受數(shù)據(jù)科學家歡迎的深度學習開源框架。就訓練速度而言，勝過對比總結(jié)和都是深度學習框架初學者非常棒的選擇。 「第一個深度學習框架該怎么選」對于初學者而言一直是個頭疼的問題。本文中，來自 deepsense.ai 的研究員給出了他們在高級框架上的答案。在 Keras 與 PyTorch 的對比中，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，并使用作為后端要簡單地多。測試一學習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)集目標將圖片分類為個類別根據(jù)每一個的訓練速度，要比快那么一點點。 如果我們對 Keras 在數(shù)據(jù)科學和深度學習方面的流行還有疑問，那么考慮一下所有的主流云平臺和深度學習框架的支持情況就能發(fā)現(xiàn)它的強大之處。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修復(fù)以及其他變化。主要特點和改進現(xiàn)在根據(jù)預(yù)構(gòu)建的二進制文件是針對和構(gòu)建的。，，開始支持分布式在中添加的分布式策略支持和獨立客戶端支持。 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、Bug 修復(fù)以及其他變化。主要特點和改進Nvidia GPU：現(xiàn)在（根據(jù) TensorF...
摘要：現(xiàn)場宣布全球領(lǐng)先的深度學習開源框架正式對外發(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，患病人數(shù)眾多，嚴重威脅身體機能。 前言本文屬于介紹性文章，其中會介紹許多TensorFlow的新feature和summit上介紹的一些有意思的案例，文章比較長，可能會花費30分鐘到一個小時Google于2017年2月16日（北京時間...
摘要：我們對種用于數(shù)據(jù)科學的開源深度學習庫作了排名。于年月發(fā)布了第名，已經(jīng)躋身于深度學習庫的上半部分。是最流行的深度學習前端第位是排名較高的非框架庫。頗受對數(shù)據(jù)集使用深度學習的數(shù)據(jù)科學家的青睞。深度學習庫的完整列表來自幾個來源。 我們對23種用于數(shù)據(jù)科學的開源深度學習庫作了排名。這番排名基于權(quán)重一樣大小的三個指標：Github上的活動、Stack Overflow上的活動以及谷歌搜索結(jié)果。排名結(jié)果...
閱讀 1146·2021-09-22 15:26
閱讀 2726·2021-09-09 11:52
閱讀 2048·2021-09-02 09:52
閱讀 2312·2021-08-12 13:28
閱讀 1245·2019-08-30 15:53
閱讀 579·2019-08-29 13:47
閱讀 3465·2019-08-29 11:00
閱讀 3167·2019-08-29 10:58
