Keras 2.3 Docs
Ietver reklāmasPirkumi lietotnē
1 tūkst.+
Lejupielādes
Visiem
info
Par šo lietotni
Keras 2.3 dokumentācija
Dziļa mācīšanās cilvēkiem.
Keras ir API, kas paredzēta cilvēkiem, nevis mašīnām. Keras ievēro izziņas slodzes samazināšanas paraugpraksi: tā piedāvā konsekventus un vienkāršus API, tas samazina lietotāju darbību skaitu, kas vajadzīgs parastās lietošanas gadījumiem, un nodrošina skaidrus un izpildāmus kļūdas ziņojumus. Tam ir arī plaša dokumentācija un izstrādātāja rokasgrāmatas.
Iterat domu ātrumā.
Keras ir Kaggle visvairāk izmantoto dziļo mācību sistēma starp piecām labākajām uzvarētāju komandām. Tā kā Keras atvieglo jaunu eksperimentu veikšanu, tas dod iespēju ātrāk izmēģināt vairāk ideju nekā jūsu konkurence. Un tā jūs uzvarējat.
Exascale mašīnu apguve.
Uzbūvēta virs TensorFlow 2.0, Keras ir nozares stiprināšanas ietvars, kas var mērogot lielos GPU klasteros vai visā TPU podiņā. Tas ir ne tikai iespējams; tas ir viegli.
Izvietojiet jebkur.
Izmantojiet visas TensorFlow platformas izvietošanas iespējas. Jūs varat eksportēt Keras modeļus uz JavaScript, lai darbotos tieši pārlūkā, uz TF Lite, lai darbotos iOS, Android un iegultās ierīcēs. Ir arī viegli apkalpot Keras modeļus, izmantojot tīmekļa API.
Plaša ekosistēma.
Keras ir cieši savienotās TensorFlow 2.0 ekosistēmas centrālā daļa, kas aptver katru mašīnmācības darbplūsmas soli, sākot no datu pārvaldības līdz hiperparametru apmācībai un beidzot ar izvietošanas risinājumiem.
Vismodernākie pētījumi.
Keras izmanto CERN, NASA, NIH un vēl daudzas citas zinātniskas organizācijas visā pasaulē (un jā, Keras lieto LHC). Keras ir zema līmeņa elastība, lai īstenotu patvaļīgas pētījumu idejas, vienlaikus piedāvājot izvēles augsta līmeņa ērtības funkcijas, lai paātrinātu eksperimentu ciklus.
Pieejama lielvalsts.
Tā kā to ērti lieto un koncentrējas uz lietotāju pieredzi, Keras ir daudzu universitāšu kursu izvēlēts dziļās izvēles risinājums. To plaši iesaka kā vienu no labākajiem veidiem, kā apgūt padziļinātas mācības.
Dziļa mācīšanās cilvēkiem.
Keras ir API, kas paredzēta cilvēkiem, nevis mašīnām. Keras ievēro izziņas slodzes samazināšanas paraugpraksi: tā piedāvā konsekventus un vienkāršus API, tas samazina lietotāju darbību skaitu, kas vajadzīgs parastās lietošanas gadījumiem, un nodrošina skaidrus un izpildāmus kļūdas ziņojumus. Tam ir arī plaša dokumentācija un izstrādātāja rokasgrāmatas.
Iterat domu ātrumā.
Keras ir Kaggle visvairāk izmantoto dziļo mācību sistēma starp piecām labākajām uzvarētāju komandām. Tā kā Keras atvieglo jaunu eksperimentu veikšanu, tas dod iespēju ātrāk izmēģināt vairāk ideju nekā jūsu konkurence. Un tā jūs uzvarējat.
Exascale mašīnu apguve.
Uzbūvēta virs TensorFlow 2.0, Keras ir nozares stiprināšanas ietvars, kas var mērogot lielos GPU klasteros vai visā TPU podiņā. Tas ir ne tikai iespējams; tas ir viegli.
Izvietojiet jebkur.
Izmantojiet visas TensorFlow platformas izvietošanas iespējas. Jūs varat eksportēt Keras modeļus uz JavaScript, lai darbotos tieši pārlūkā, uz TF Lite, lai darbotos iOS, Android un iegultās ierīcēs. Ir arī viegli apkalpot Keras modeļus, izmantojot tīmekļa API.
Plaša ekosistēma.
Keras ir cieši savienotās TensorFlow 2.0 ekosistēmas centrālā daļa, kas aptver katru mašīnmācības darbplūsmas soli, sākot no datu pārvaldības līdz hiperparametru apmācībai un beidzot ar izvietošanas risinājumiem.
Vismodernākie pētījumi.
Keras izmanto CERN, NASA, NIH un vēl daudzas citas zinātniskas organizācijas visā pasaulē (un jā, Keras lieto LHC). Keras ir zema līmeņa elastība, lai īstenotu patvaļīgas pētījumu idejas, vienlaikus piedāvājot izvēles augsta līmeņa ērtības funkcijas, lai paātrinātu eksperimentu ciklus.
Pieejama lielvalsts.
Tā kā to ērti lieto un koncentrējas uz lietotāju pieredzi, Keras ir daudzu universitāšu kursu izvēlēts dziļās izvēles risinājums. To plaši iesaka kā vienu no labākajiem veidiem, kā apgūt padziļinātas mācības.
Atjaunināta
Drošība sākas ar izpratni par to, kā izstrādātāji vāc un kopīgo jūsu datus. Datu konfidencialitātes un drošības prakse var atšķirties atkarībā no izmantojuma, reģiona un vecuma. Izstrādātājs ir sniedzis šo informāciju un laika gaitā var to atjaunināt.
Dati netiek kopīgoti ar trešajām pusēm
Uzziniet vairāk par to, kā izstrādātāji norāda datu kopīgošanu.
Dati netiek vākti
Uzziniet vairāk par to, kā izstrādātāji norāda datu vākšanu.
Jaunumi
Keras 2.3 Documentation
Lietotnes atbalsts
Par izstrādātāju
GWEE KENG SHENG
dictson@nextlabs.cc
905, Jalan Melor 2,
Taman Tangkak Jaya,
84900 Tangkak
Johor
Malaysia
undefined
