この記事は Google Cloud Translation APIを使用した自動翻訳です。
いくつかの文書は原文を読むのに良いかもしれません。
Keras は、Python で書かれたオープン ソースのニューラル ネットワーク ライブラリです。あらゆるスキル レベルのユーザーがディープ ラーニング モデルを作成およびデプロイできるように、シンプルかつ直感的に設計されています。 Keras は、TensorFlow、Theano、または CNTK バックエンドで使用できる高レベル API です。
Keras は、ニューラル ネットワークを使用してデータから学習する機械学習の一種であるディープ ラーニング用のライブラリです。 Keras は、Google のエンジニアである François Chollet によって開発され、2015 年にリリースされました。
Keras は、ニューラル ネットワークを構築およびトレーニングするための下位レベルのライブラリである TensorFlow、Theano、または CNTK の上に構築されています。ユーザーがモデルを作成およびトレーニングするための、よりシンプルで直感的なインターフェイスを提供します。 Keras は、画像処理とテキスト処理にそれぞれ使用される畳み込みニューラル ネットワークとリカレント ニューラル ネットワークもサポートしています。
Keras は、その使いやすさと柔軟性から、ディープ ラーニングの一般的な選択肢です。また、コンピューター ビジョン、自然言語処理、自動音声認識など、多くのアプリケーションでも使用されています。
Keras は、ディープ ラーニング モデルの操作を容易にする多くの機能を提供します。これらには以下が含まれます:
ハイレベル API: Keras は、ニューラル ネットワークを構築およびトレーニングするためのハイレベル API を提供し、あらゆるスキル レベルのユーザーがモデルを簡単に作成できるようにします。
互換性: Keras は TensorFlow、Theano、および CNTK と互換性があるため、ユーザーはニーズに最適なバックエンドを選択できます。
モジュラー設計: Keras はモジュラーになるように設計されているため、ユーザーはさまざまなレイヤーやモデルを簡単に作成して組み合わせることができます。
畳み込みおよび再帰型ネットワークのサポート: Keras は、画像およびテキスト処理にそれぞれ使用される畳み込みおよび再帰型ニューラル ネットワークをサポートします。
拡張性: Keras は拡張可能であるように設計されており、ユーザーはカスタム レイヤーとモデルを作成できます。
次の例は、Keras を使用して単純な畳み込みニューラル ネットワークを作成する方法を示しています。
パイソン
keras.layers から Conv2D、MaxPooling2D をインポート
from keras.models import Sequential
モデル = シーケンシャル()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
モデル.概要()
# 長所と短所
Keras は、その使いやすさと柔軟性から、ディープ ラーニングの一般的な選択肢です。ユーザーフレンドリーで直感的に設計されており、ニューラル ネットワークを構築およびトレーニングするための高レベル API を提供します。
ただし、Keras はすべてのアプリケーションに適しているわけではありません。 TensorFlow や Theano などの下位レベルのライブラリほどモデルを制御できません。また、大規模なプロジェクトにとって重要な分散コンピューティングもサポートしていません。
# 関連技術
Keras は、ニューラル ネットワークを構築およびトレーニングするための下位レベルのライブラリである TensorFlow、Theano、および CNTK の上に構築されています。また、Scikit-learn や PyTorch などの他の機械学習フレームワークにも関連しています。