Keras 2.3 Docs
Indeholder annoncerKøb i apps
1 t+
Downloads
Alle
info
Om denne app
Keras 2.3 Dokumentation
Dyb læring for mennesker.
Keras er en API designet til mennesker, ikke maskiner. Keras følger bedste fremgangsmåder til reduktion af kognitiv belastning: det tilbyder ensartede og enkle API'er, det minimerer antallet af brugerhandlinger, der kræves til tilfælde af almindelig brug, og det giver klare og handlingsbare fejlmeddelelser. Det har også omfattende dokumentation og udviklervejledninger.
Itererer med tankehastigheden.
Keras er den mest anvendte dyb læringsramme blandt de 5 mest vindende hold på Kaggle. Fordi Keras gør det lettere at køre nye eksperimenter, giver det dig mulighed for at prøve flere ideer end din konkurrence hurtigere. Og sådan vinder du.
Exascale maskinlæring.
Keras er bygget oven på TensorFlow 2.0 og er en industri-styrkeramme, der kan skaleres til store klynger af GPU'er eller en hel TPU-pod. Det er ikke kun muligt; det er nemt.
Distribuer overalt.
Udnyt TensorFlow-platformens fulde implementeringsfunktioner. Du kan eksportere Keras-modeller til JavaScript for at køre direkte i browseren, til TF Lite for at køre på iOS, Android og indlejrede enheder. Det er også nemt at betjene Keras-modeller som via et web-API.
Et stort økosystem.
Keras er en central del af det tæt forbundne TensorFlow 2.0-økosystem, der dækker hvert trin i arbejdsgangen til maskinlæring, fra datastyring til hyperparametertræning til implementeringsløsninger.
Avanceret forskning.
Keras bruges af CERN, NASA, NIH og mange flere videnskabelige organisationer over hele verden (og ja, Keras bruges på LHC). Keras har fleksibilitet på lavt niveau til at implementere vilkårlige forskningsidéer, mens den tilbyder valgfri funktionalitetsfunktioner på højt niveau for at fremskynde eksperimenteringscyklusser.
En tilgængelig supermagt.
På grund af sin brugervenlighed og fokus på brugeroplevelse er Keras den dybe læringsløsning, der vælges til mange universitetskurser. Det anbefales bredt som en af de bedste måder at lære dyb læring.
Dyb læring for mennesker.
Keras er en API designet til mennesker, ikke maskiner. Keras følger bedste fremgangsmåder til reduktion af kognitiv belastning: det tilbyder ensartede og enkle API'er, det minimerer antallet af brugerhandlinger, der kræves til tilfælde af almindelig brug, og det giver klare og handlingsbare fejlmeddelelser. Det har også omfattende dokumentation og udviklervejledninger.
Itererer med tankehastigheden.
Keras er den mest anvendte dyb læringsramme blandt de 5 mest vindende hold på Kaggle. Fordi Keras gør det lettere at køre nye eksperimenter, giver det dig mulighed for at prøve flere ideer end din konkurrence hurtigere. Og sådan vinder du.
Exascale maskinlæring.
Keras er bygget oven på TensorFlow 2.0 og er en industri-styrkeramme, der kan skaleres til store klynger af GPU'er eller en hel TPU-pod. Det er ikke kun muligt; det er nemt.
Distribuer overalt.
Udnyt TensorFlow-platformens fulde implementeringsfunktioner. Du kan eksportere Keras-modeller til JavaScript for at køre direkte i browseren, til TF Lite for at køre på iOS, Android og indlejrede enheder. Det er også nemt at betjene Keras-modeller som via et web-API.
Et stort økosystem.
Keras er en central del af det tæt forbundne TensorFlow 2.0-økosystem, der dækker hvert trin i arbejdsgangen til maskinlæring, fra datastyring til hyperparametertræning til implementeringsløsninger.
Avanceret forskning.
Keras bruges af CERN, NASA, NIH og mange flere videnskabelige organisationer over hele verden (og ja, Keras bruges på LHC). Keras har fleksibilitet på lavt niveau til at implementere vilkårlige forskningsidéer, mens den tilbyder valgfri funktionalitetsfunktioner på højt niveau for at fremskynde eksperimenteringscyklusser.
En tilgængelig supermagt.
På grund af sin brugervenlighed og fokus på brugeroplevelse er Keras den dybe læringsløsning, der vælges til mange universitetskurser. Det anbefales bredt som en af de bedste måder at lære dyb læring.
Opdateret
For at du kan beskytte dine data, er det vigtigt at sætte sig ind i, hvordan udviklere indsamler og deler disse data. Databeskyttelses- og sikkerhedsprocedurer kan variere afhængigt af din brug, din region og din alder. Udvikleren har leveret disse oplysninger og kan løbende opdatere dem.
Der deles ikke data med tredjeparter
Få flere oplysninger om, hvordan udviklere angiver, at de deler data
Der blev ikke indsamlet data
Få flere oplysninger om, hvordan udviklere angiver, at de indsamler data
Nyheder
Keras 2.3 Documentation
Support til app
Om udvikleren
GWEE KENG SHENG
dictson@nextlabs.cc
905, Jalan Melor 2,
Taman Tangkak Jaya,
84900 Tangkak
Johor
Malaysia
undefined
