Keras官方中文版文档正式发布
极客时间编辑部
讲述:杜力大小:972.33K时长:02:04
今年 1 月,Keras 作者弗朗索瓦·乔列特(François Chollet)在推特上表示,因为中文读者的广泛关注,他已经在 GitHub 上展开了一个 Keras 的中文文档项目。如今,他再一次在推特上表示,Keras 官方文档已经基本完成。
他非常感谢翻译和校对人员两个月的不懈努力,也希望 Keras 中文使用者能继续帮助提升文档质量。
不过他也表示,虽然目前已经上线了很多 API 文档和使用教程,但该项目还在进行中,仍然有一部分内容没有完成。
其实早在官方中文文档出现以前,就有开发者构建了 Keras 的中文文档,比如 MoyanZitto 等人,很多读者都在使用他们构建的文档。
据了解,Keras 是一个用 Python 编写的高级神经网络 API,它能够以 TensorFlow、CNTK 或 Theano 作为后端运行。Keras 的开发重点是支持快速的实验,能够以最小的延时把开发者的想法转换为实验结果。
对于有着以下需求的开发人员,Keras 可以很好的适用:
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。
另外,Keras 所具备的优势之一是,相对于其它深度学习库非常容易构建。首先它可以提供一致和简单的 API;其次,它提供了独立的、完全可配置的模块构成序列或图表以完成模型;最后,作为新的类和函数,新的模块很容易扩展。
关于 Keras 模型,一般可以分为顺序模型(Sequential)和 Keras 函数式 API。顺序模型是多个网络层的线性堆叠,而 Keras 函数式 API 是定义复杂模型(如多输出模型、有向无环图,或具有共享层的模型)的方法。
利用函数式 API,开发人员可以轻易地重用训练好的模型,可以将任何模型看作是一个层,然后通过传递一个张量来调用它。可以说,函数式 API 使处理大量交织的数据流变得更加容易。
如今 Keras 官方中文文档发布,欢迎各位徘徊者入坑。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论