喜大普奔,Keras 官方中文版文檔發布啦!
AI 研習社消息,日前,Keras 之父 Fran?ois Chollet 在 twitter 上發布消息,宣稱 Keras 中文版本正式上線,同時,對所有做出貢獻的小夥伴們,他也表示由衷的感謝。
在官方中文版上,我們也看到對 Keras 的正式介紹:
Keras 是一個用 Python 編寫的高級神經網路 API,它能夠以 TensorFlow, CNTK, 或者 Theano 作為後端運行。Keras 的開發重點是支持快速的實驗。能夠以最小的時延把你的想法轉換為實驗結果,是做好研究的關鍵。
如果大家有如下需求,可以選擇 Keras 作為你的開發工具:
允許簡單而快速的原型設計(用戶友好,高度模塊化,可擴展性)。
同時支持卷積神經網路和循環神經網路,以及兩者的組合。
在CPU和GPU上無縫運行與切換。
從 2015 年發展至今,Keras 目前在 GitHub 上擁有 star 數 26393 個,fork 數 9625 個,有 635 位開發者為它的發展做出貢獻。可以看到,它在這三年間迎來穩步發展,深得無數開發者和研究人員的喜愛。
雷鋒網 AI 研習社此前對 Keras 2017 年間的兩個重要發展節點總結如下:
2017 年 3 月,keras 迎來全新版本——Keras 2。Keras 開發人員此前在博客中表示,他們更願意人們將 Keras 視為一種通用的 API 規範,而不僅僅是一個代碼庫。
3 月的版本中,最重要的一項內容就是增強了 Keras 與 TensorFlow 的邏輯一致性。另一項重要更新就是 API 的變化。他們重新設計了絕大部分 API,為將來的擴展和更新預留了充足的修改空間,並且新設計的 API 完全兼容於谷歌 TensorFlow 規範。
而在 2017 年 8 月,Keras 又做了如下幾點更新:修復漏洞,性能提升,文件改善,為在 TensorFlow 的數據張量(比如 Datasets, TFRecords)上訓練模型提供了更好的支持,提升 TensorBoard 用戶體驗,提升測試覆蓋範圍。此外,還迎來兩個重大變化:一是讓約束管理(constraint management)基於變數屬性;二是把層和模型中已經不再使用的約束屬性移除(不會影響任何用戶)。
這一系列更新,讓 Keras 的可擴展性和易用性更強。而在官方文檔上,也詳盡描述了 Keras 的幾大優勢:
Keras 是為人類而不是為機器設計的 API。Keras 遵循減輕認知負載的最佳實踐:它提供一致而簡潔的 API,盡量減少常用操作所需的步驟,並對誤用給予清晰而有指導性的反饋。
這讓 Keras 既好學又好用。作為 Keras 的使用者,你比競爭對手更高效,因為你能更快地嘗試更多新點子。這反過來幫你贏得機器學習競賽。
簡單易用並不以犧牲靈活性為代價:因為 Keras 整合了底層深度學習語言,特別是 TensorFlow,使你可以構建原本想用底層語言構建的一切。Keras 以「tf.keras」的形式與 TensorFlow 無縫銜接。
此外,與其他深度學習框架相比,Keras 模型可以輕鬆地發布到更多平台。它支持眾多後端引擎,支持多 GPU 和分散式訓練,它的開發受到谷歌、微軟、亞馬遜等多家深度學習生態圈中關鍵公司的支持。這一切讓 Keras 收穫無數認可,穩步發展至今。
相信這次官方中文版的發布,會是 Keras 走向中國市場的一大步,期待未來看到 Keras 在中國的更多開發活動。
NLP 工程師入門實踐班:基於深度學習的自然語言處理
三大模塊,五大應用,手把手快速入門 NLP
海外博士講師,豐富項目經驗
演算法 + 實踐,搭配典型行業應用
隨到隨學,專業社群,講師在線答疑
新人福利
關注 AI 研習社(okweiwu),回復1領取
【超過 1000G 神經網路 / AI / 大數據,教程,論文】
教你用 Python 和 Keras 建立自己的 AlphaZero
※TensorFlow 中層 API TFRecordDataset
※阿里巴巴 WSDM Cup 2018 奪得第二名,獲獎論文全解讀
TAG:AI研習社 |