Documentació de Keras 2.3
Aprenentatge profund per a humans.
Keras és una API dissenyada per a éssers humans, no per a màquines. Keras segueix les millors pràctiques per reduir la càrrega cognitiva: ofereix API constants i simples, minimitza el nombre d’accions dels usuaris necessaris per a casos d’ús comú i proporciona missatges d’error clars i accionables. També té una extensa documentació i guies per a desenvolupadors.
Iterar-se a la velocitat del pensament.
Keras és el marc d’aprenentatge profund més utilitzat entre els equips guanyadors dels primers 5 de Kaggle. Com que Keras facilita la realització de nous experiments, és més fàcil per provar més idees que la vostra competició. I així com guanyes.
Aprenentatge de màquines a nivell internacional.
Creat a la part superior de TensorFlow 2.0, Keras és un marc de resistència per a la indústria que pot adaptar-se a grans clústers de GPU o a tota una TPU. No només és possible; és fàcil.
Desplegar-lo a qualsevol lloc
Aprofiti les capacitats de desplegament completes de la plataforma TensorFlow. Podeu exportar els models de Keras a JavaScript per executar-los directament al navegador, a TF Lite per funcionar amb dispositius iOS, Android i incrustats. També és fàcil servir els models de Keras com a través d’una API web.
Un vast ecosistema.
Keras és una part central de l'ecosistema TensorFlow 2.0, connectat amb força, que abasta tots els passos del flux de treball d'aprenentatge automàtic, des de la gestió de dades fins a la formació d'hiperparamètres fins a solucions de desplegament.
Recerca d’última generació.
Keras l'utilitza el CERN, la NASA, la NIH i moltes més organitzacions científiques de tot el món (i sí, Keras s'utilitza al LHC). Keras té una flexibilitat de baix nivell per implementar idees de recerca arbitràries, alhora que ofereix funcions de conveniència d’alt nivell opcional per accelerar els cicles d’experimentació.
Una superpotència accessible.
Per la seva facilitat d’ús i per centrar-se en l’experiència dels usuaris, Keras és la solució d’aprenentatge profund que opta per a molts cursos universitaris. Es recomana àmpliament com una de les millors maneres d’aprendre l’aprenentatge profund.
Data d'actualització:
8 de maig 2020
Llibres i obres de consulta