Co je Keras? Vysvětlujeme aplikační rozhraní pro hluboké neuronové sítě

Umělá inteligence | |

Co je Keras? Vysvětlujeme aplikační rozhraní pro hluboké neuronové sítě

Jednoduchý a široce podporovaný, Keras dělá z hlubokého učení snadnou záležitost.


Ačkoliv hluboké neuronové sítě jsou stále velice populární, komplexnost hlavních frameworků zůstává bariérou pro jejich častější využívání vývojáři, kteří do tajů strojového učení teprve pronikají. Padlo několik návrhů pro zlepšení a zjednodušení vysokoúrovňových API pro tvorbu modelů neuronových sítí. Všechny jsou si navenek podobné, ale při bližším ohledání se objeví rozdíly.

Keras patří mezi nejpopulárnější vysokoúrovňové API pro hluboké neuronové sítě. Je napsán v Pythonu a podporuje back-endová výpočetní jádra neuronových sítí.

 

Jak Keras funguje?

Kerad zdánlivě ostatní aplikační rozhraní hlubokých neuronových sítí porazil: stal se totiž vysokoúrovňovým standardem pro nadcházející TensorFlow 2.0.

Základním principem vzniku Kerasu byla jednoduchost, modularita, snadná rozšiřitelnost a kompatibilita s Pythonem. Keras vznikl „pro člověka, ne pro stroj a řídí se nejlepšími metodami pro snížení kognitivní zátěže“.

Samozřejmostí je přidávání nových modulů, definovaných v Pythonu.

Jedním z hlavních důvodů, proč Keras používat, je jeho důraz na to, aby zůstal uživatelsky přívětivým. Keras se dá snadno naučit a začít se stavbou modelů je rovněž nepříliš těžké, je navíc dostupný na velkém množství platforem: integrován je minimálně u pěti back-end jader (TensorFlow, CNTK, Theano, MXNet a PlaidML) a podporuje vícero GPU.

Keras je navíc také podporován řadou velkých IT korporací v čele s Googlem, Microsoftem, Amazonem, Applem, Nvidií, Uberem a dalšími.


Úvodní foto: © archy13 - Adobe Stock


Články z rubriky

Lidé učí počítače myslet - a ne vždy dobře"

Miliony lidí svým chováním ovlivňují, jak se AI ve výsledku chová. Zda je to dobře, to těžko říct, ale je to pohonem digitální ekonomiky.
více »


Boltzmannův stroj pro kvantové strojové učení"

Kvantové počítače splní svůj příslib vysoké efektivity a sice omezené, nicméně nepřekonatelné rychlosti, pouze pokud pro ně budou existovat funkční algoritmy.
více »


Facebook vyvíjí zcela soběstačnou AI"

Seer – Jasnovidec, nová umělá inteligence vyvíjená Facebookem dokáže rozpoznávat fotografie s nebývalou přesností.
více »


Neuronová poezie. Básně algoritmy stále neumí"

Šlo by pokročilé zpracování přirozeného jazyka (NLP) použít pro reprodukci pokročilých psaných textů a poezie?
více »


Odkud přijdou další koronaviry? Strojové učení pomáhá identifikovat zdroje nákazy"

Výzkum Liverpoolské univerzity naznačuje, jak by se budoucí koronaviry mohly přenést ze zvířat na člověka a dále se šířit populací.
více »


Související články


Tagy

neuronové sítě hluboké neuronové sítě strojové učení Keras TensorFlow Python API

Komentáře