资源 | 这是你要的Keras官方中文版(附文档链接)

Keras 是一个用 Python 编写的高级神经网络 API,它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的作者——谷歌工程师 François Chollet 表示,Keras 更像是一个界面而不是一个独立的机器学习框架。

Keras 允许简单而快速的原型设计(用户友好,高度模块化,可扩展性),同时支持卷积神经网络和循环神经网络,以及两者的组合,而且在还可以在 CPU 和 GPU 上无缝运行与切换。总体来说,Keras 具有以下几大优点:

  • 用户友好:Keras 提供一致而简洁的 API,能够极大减少一般应用下用户的工作量,同时,Keras 提供清晰和具有实践意义的 bug 反馈。
  • 模块性:模型可理解为一个层的序列或数据的运算图,完全可配置的模块可以用最少的代价自由组合在一起。具体而言,网络层、损失函数、优化器、初始化策略、激活函数、正则化方法都是独立的模块,你可以使用它们来构建自己的模型。
  • 易扩展性:添加新模块超级容易,只需要仿照现有的模块编写新的类或函数即可。创建新模块的便利性使得 Keras 更适合于先进的研究工作。
  • 与 Python 协作:Keras 没有单独的模型配置文件类型(作为对比,Caffe 有),模型由Python 代码描述,使其更紧凑和更易 debug,并提供了扩展的便利性。

截至 2017 年 11 月,Keras 的用户数已经超过 20 万。可以说,Keras 的火热也早已传到了中国。一些志愿者早早地就翻译了 Keras 的英文文档(https://keras-cn.readthedocs.io/en/latest/),造福国人。

近日,François Chollet 又在 Twitter 上宣布,“中文版的 Keras 来了。”

从下图的 Keras 中文版目录可以看出,该文档的汉化版还不完全。从 Processing 这一章节开始,文档依然全是英文,预计完整的汉化版还得一段时间。

官方版 Keras 中文文档链接:https://keras.io/zh/constraints/

本文分享自微信公众号 - AI科技大本营(rgznai100)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-03-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏量子位

十分钟,我搞定了一个人物检测模型

人物检测确实是个老生常谈的话题了,自动驾驶中的道路行人检测、无人零售中的行为检测、时尚界的虚拟穿搭、安防界的人员监控、手机应用中的人脸检测……人物检测不易察觉,...

18250
来自专栏AI研习社

实例讲解:时间序列预测究竟需要多少历史数据?

编者按:本文源自美国机器学习专家 Jason Brownlee 的博客,AI 研习社编译。 时间序列预测,究竟需要多少历史数据? 显然,这个问题并没有一个固定的...

707110
来自专栏AI科技评论

开发 | 低配硬件就不能运行深度神经网络了?手把手教你克服“杀牛用鸡刀”难题

如果对深度学习有所了解的小伙伴们想必都知道,深度学习需要使用强大的服务器、加速嵌入式平台(如NVIDIA的Jetson)来运行深度学习算法,然而这也同样意味着不...

44250
来自专栏量子位

那个爆火的“梦中修炼”AI,你也能用Keras搭一个了

上月,量子位报道了Google Brain的David Ha和“LSTM之父”Jürgen Schmidhuber的论文World Models。论文中习得周星...

13430
来自专栏腾讯大讲堂的专栏

微信亿级用户异常检测框架的设计与实践

月活用户越高的互联网产品,被黑产盯上的可能性就越大。本文将带你一窥究竟,微信是怎么做异常检测框架的?

1.8K80
来自专栏人工智能LeadAI

关联规则挖掘算法

关联规则挖掘是一种基于规则的机器学习算法,该算法可以在大数据库中发现感兴趣的关系。它的目的是利用一些度量指标来分辨数据库中存在的强规则。也即是说关联规则挖掘是用...

54450
来自专栏fangyangcoder

MaskRCNN-Keypoints

这个月先写一篇吧,后面要复习数学考试了,可能到时候就忘了。今天写一个比较有意思的东西,关于人体的分割与姿态估计。如下图所示:

39030
来自专栏应兆康的专栏

19. 总结:基本错误分析

• 不要一开始就尝试设计和构建完美的系统,而是尽可能快的建立和训练一个基础的系统(几天之内),然后使用错误分析。帮助你找到最优的方向,并迭代改进你的算法。

34490
来自专栏大数据文摘

LSTM之父最新力作:手把手教你训练一个有世界观的AI赛车手 | 论文+代码

13530
来自专栏机器之心

教程 | 如何使用TensorFlow实现音频分类任务

1.1K70

扫码关注云+社区

领取腾讯云代金券