TensorFlow 中文社区,TensorFlow安装,TensorFlow教程,机器学习,人工智能,深度学习,神经网络,计算机视觉,自然语言处理,GitHub

 找回密码
 立即注册
查看: 835|回复: 0

Keras 官方中文文档发布

[复制链接]

108

主题

287

帖子

34万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
342942
发表于 2018-3-12 16:05:21 | 显示全部楼层 |阅读模式
Keras: 基于 Python 的深度学习库
你恰好发现了 Keras。
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 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果,是做好研究的关键。
如果你有如下需求,请选择 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。
在CPU和GPU上无缝运行与切换。
查看文档,请访问 https://keras.io/zh/
Keras 兼容的 Python 版本: Python 2.7-3.6。
指导原则
User friendliness. Keras 是为人类设计的 API,而不是机器。它把用户体验放在首要和中心位置。Keras 遵循减少认知困难的最佳实践: 它提供一致和简单的 API,它将常见用例所需的用户操作数量降至最低,并且在用户错误时提供清晰和可操作的反馈。
Modularity. 模型被理解为由独立的,完全可配置的模块构成的序列或图表。这些模块可以在尽可能少的限制下组装在一起。特别是神经网络层、损失函数、优化器、初始化方法、激活函数、正则化方法,它们都是可以结合起来构建新模型的模块。
Easy extensibility. 新的模块是很容易添加的(作为新的类和函数),现有的模块已经提供了充足的例子。为能够轻松地创建可以提高表现力的新模块,使 Keras 更加适合高级研究。
Work with Python. Keras 没有特定格式的单独配置文件。模型定义在 Python 代码中,这些代码紧凑,易于调试,并且易于扩展。
快速开始:30秒上手 Keras
https://keras.io/zh/
Keras 交流 QQ群:167122861

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|TensorFlow,TensorFlow安装,TensorFlow教程,机器学习,人工智能,深度学习,神经网络,计算机视觉,自然语言处理

GMT+8, 2018-10-16 22:29 , Processed in 0.090230 second(s), 17 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表