Keras 2.3 Docs

Dokumentacja Keras 2.3

Dokumentacja Keras 2.3

Głębokie uczenie się dla ludzi.

Keras to interfejs API przeznaczony dla ludzi, a nie maszyn. Keras postępuje zgodnie z najlepszymi praktykami dotyczącymi zmniejszania obciążenia poznawczego: oferuje spójne i proste interfejsy API, minimalizuje liczbę działań użytkownika wymaganych w typowych przypadkach użycia oraz zapewnia jasne i możliwe do usunięcia komunikaty o błędach. Posiada również obszerną dokumentację i przewodniki dla programistów.

Iteruj z prędkością myśli.

Keras jest najczęściej używaną platformą do głębokiego uczenia się wśród 5 najlepszych zwycięskich drużyn w Kaggle. Ponieważ Keras ułatwia prowadzenie nowych eksperymentów, pozwala szybciej wypróbować więcej pomysłów niż konkurencja. I tak wygrywasz.

Exascale machine learning.

Zbudowany na bazie TensorFlow 2.0, Keras to platforma o wysokiej wytrzymałości, która może być skalowana do dużych klastrów GPU lub całego modułu TPU. Jest to nie tylko możliwe; To jest łatwe.

Wdróż w dowolnym miejscu.

Skorzystaj z pełnych możliwości wdrażania platformy TensorFlow. Możesz wyeksportować modele Keras do JavaScript, aby uruchomić bezpośrednio w przeglądarce, do TF Lite, aby uruchomić na iOS, Android i urządzenia wbudowane. Łatwo jest również obsługiwać modele Keras jak za pośrednictwem internetowego interfejsu API.

Ogromny ekosystem.

Keras to centralna część ściśle połączonego ekosystemu TensorFlow 2.0, obejmująca każdy etap procesu uczenia maszynowego, od zarządzania danymi przez szkolenie hiperparametrów po rozwiązania wdrożeniowe.

Najnowocześniejsze badania.

Keras jest używany przez CERN, NASA, NIH i wiele innych organizacji naukowych na całym świecie (i tak, Keras jest używany w LHC). Keras ma niskopoziomową elastyczność we wdrażaniu dowolnych pomysłów badawczych, oferując opcjonalne funkcje wysokiego poziomu przyspieszające cykle eksperymentów.

Dostępne supermoce.

Ze względu na łatwość użytkowania i koncentrację na doświadczeniu użytkowników, Keras jest rozwiązaniem do głębokiego uczenia się na wielu kursach uniwersyteckich. Jest powszechnie zalecany jako jeden z najlepszych sposobów uczenia się głębokiego uczenia się.