- もっとシェア：www.catbro.cn
アウトライン
- Pythonで書かれたKerasはそれがTensorFlow、CNTK、またはTheanoは、バックエンドとして実行することができ、高レベルのニューラルネットワークのAPIです。Kerasの開発の焦点は、迅速なテストをサポートすることです。結果にあなたのアイデアを変換するために、最小限の遅延で、それは良い研究の鍵となります。
利点
ユーザーフレンドリー
- Kerasは、人間ではなく機械設計されたAPIです。これは、最も重要な中心部のロケーションでのユーザーエクスペリエンスです。Kerasは、認知の困難を軽減するためのベストプラクティスに従ってください：それは一貫してシンプルなAPI、最小限に一般的な使用例のために必要なユーザーアクションの数を提供し、ときに、ユーザー・エラーをクリアし、実用的なフィードバックを提供します。
モジュラー
- 図配列またはモデルは別個、完全に設定モジュール構成によって理解されます。これらのモジュールは、できるだけ制限するために一緒に組み立てることができます。特定のニューラルネットワーク層、損失関数、オプティマイザ、初期化方法、活性化関数では、ブロックを構築する正則化方法は、新しいモデルに組み合わせることができます。
簡単なスケーラビリティ
- 新しいモジュールが容易に（新たなクラスと関数として）追加され、従来のモジュールは、十分な例を提供しています。簡単に新しいモジュールを作成する機能は、高度な研究のためのKerasがより適切な、力のパフォーマンスを向上させることができるので。
Python実装に基づいて、
- 特定の形式には、別の設定ファイルをKerasません。Pythonのコードはモデルで定義され、コードは、コンパクトなデバッグに簡単に、かつ拡張が容易です。
インストールガイド
TensorFlow、Theano、またはCNTK：Kerasをインストールする前に、次のバックエンドエンジンのいずれかをインストール。推奨TensorFlowバックエンド。
また、次のインストールを検討することができ、オプションの依存関係を：
- cuDNN（あなたは、GPU上で提案してインストールをKerasを実行する予定がある場合）。
- HDF5とh5py（あなたがディスクKerasモデルに保存する必要がある場合は、あなたがそれらを必要とします）。
- GraphvizのとPYDOT（のための視覚化ツール描画図モデル）。
バックエンドKerasを設定
デフォルトでは、Keras TensorFlowはそのテンソル操作ライブラリとして使用されます。してくださいこれらのガイドラインに従う他のKerasバックエンドを設定します。
概要
- オープン記事のKERAの導入などBenpianは、フォローアップは、関連する知識を解放していきます