Logo Keras
S velkou oblibu, kterou si využití umělé inteligence získalo v různých oblastech, “Hluboké učení” (hluboké učení), se také podařilo získat velký význam, protože se používá pro rozhodování, detekci objektů, rozpoznávání řeči, překlad jazyka a pro mnoho dalších úloh, protože zmínil pouze některé z použitých.
sólo abych uvedl příklad, hluboké učení Používá se v bezpečnostních kamerách dnes a v tomto případě mluvíme o komerčním využití, které představuje velký trh a především proto, že video dohled již není luxusem, ale začal se stávat nutností.
Tímto způsobem existuje široká škála komerčních i open source projektů, a to jak pro tuto oblast video dohledu, tak pro další případy použití hlubokého učení.
O Kerasovi
Ponecháme-li stranou komerční téma a zaměříme se trochu více na název článku, Chtěl bych mluvit trochu o Keras, což je API neuronové sítě na vysoké úrovni napsané v Pythonu. Tato knihovna neuronové sítě open source je navržen tak, aby poskytoval rychlé experimentování s hlubokými neuronovými sítěmi a může běžet nad CNTK, TensorFlow a Theano.
Co? vyčnívat na Keras z jiných podobných projektů, je to Je navržena tak, aby se ji lidé snadno naučili, protože byl vytvořen jako jednoduchý, s konzistentními a jednoduchými rozhraními API, snižuje počet akcí nutných k implementaci běžného kódu a jasně vysvětluje chyby uživatelů.
Keras poskytuje rozhraní Pythonu s vysokou úrovní abstrakce a, zároveň máte možnost více serverů pro účely výpočtu. Díky tomu je Keras pomalejší než jiné rámce hlubokého učení, ale je extrémně přátelský pro začátečníky. protože se zaměřuje na to, aby byl modulární, snadno použitelný a rozšiřitelný. Nezvládá nízkoúrovňové výpočty; místo toho je přenese do jiné knihovny s názvem Backend.
Další bod ve prospěch Kerase je ten umožňuje uživatelům vytvářet hluboké modely oba iOS, Android a také na webu a v JVM, navíc má silnou podporu více GPU a distribuovanou podporu školení.
Keras 3
Za zmínku stojí, že Keras, V současné době je na větvi 3.x, který byl vydán před pár týdny a tato nová větev již dostává několik vylepšení a oprav, díky kterým si můžeme uvědomit, že projekt je neustále ve vývoji a že má velkou aktivní komunitu.
Keras byl několik měsíců v intenzivním veřejném testování beta verze a vydání Keras 3 představuje kompletní přepsání, zlepšení schopností pro školení a nasazení modelů ve velkém měřítku.
V rámci hlavní rysy této nové pobočky z Keras 3 vyniká následující:
Podpora více backendů
Jednou z velkých novinek Keras 3.0 je bezpochyby jeho bezprecedentní podpora pro více backendů, protože funguje jako superkonektor se schopností dynamicky vybrat backend, který poskytne nejlepší výkon, aniž by bylo nutné cokoliv měnit v kódu.
Vylepšení výkonu
Další z klíčových předností Keras 3.0 je vylepšení výkonu, protože využívá kompilaci XLA (Accelerated Linear Algebra) k optimalizaci matematických výpočtů, kromě zdvojnásobení optimalizace výkonu, integrace technik, jako je smíšené školení přesnosti a distribuované školení.
Rozšířený ekosystém
S touto novou aktualizací získal Keras vylepšení podpory a může být vytvořen jako PyTorch, exportován jako model TensorFlow nebo vytvořen jako bezstavová funkce JAX. To znamená, že můžete využít silné stránky každého rozšířeného rámce ekosystému Keras, aniž byste byli uzamčeni v jediném ekosystému.
Za zmínku stojí, že Keras 3 je vysoce kompatibilní s Keras 2, protože implementuje Keras 2 API, s omezeným počtem výjimek, takže většina uživatelů nebude muset provádět žádné změny kódu, aby mohli spustit své skripty. Keras v tomto novém verze.
Konečně, Máte-li zájem o tom vědět více, můžete zkontrolovat podrobnosti o této nové pobočce Na následujícím odkazu. Pokud chcete vědět jak implementovat Keras? ve vašem systému můžete zkontrolovat způsoby instalace v tomto odkazu, zatímco pro jen tak dokumentaci a případy použití Chcete-li se o tom dozvědět, můžete to udělat na tento odkaz