Keras

Keras

Открытая библиотека, написанная на языке Python и обеспечивающая взаимодействие с искусственными нейронными сетями.
Можно разрабатывать свои модели Keras с помощью различных бэкендов глубокого обучения. Главная особенность состоит в том, что любая модель, использующая только встроенные слои, будет переносимой из одного бэкенда в другой.

Доступные бэкенды:
TensorFlow (от Google)
CNTK (от Microsoft)
Theano

Keras широко применяется в промышленности и исследовательском сообществе.
Keras является одним из лидеров у исследователей глубокого обучения, занимая второе место по количеству упоминаний в научных статьях, загруженных на сервер arXiv.org.

Клиенты: CERN и NASA.

Платформы: кроссплатформенность

Версии: Cloud/On-Premise

Преимущества

Керас находится в центре обширной экосистемы тесно связанных проектов, которые вместе охватывают каждый этап рабочего процесса машинного обучения, в частности:

  • Быстрое прототипирование модели с помощью AutoKeras
    Обучение масштабируемой модели в GCP через TF Cloud
  • Настройка гиперпараметров с помощью Keras Tuner
    Дополнительные слои, потери, метрики, обратные вызовы … через TensorFlow Addons
  • Квантование и отсечение модели логического вывода с помощью набора инструментов для оптимизации модели TF
  • Развертывание модели на мобильном устройстве или на встроенном с помощью TF Lite
  • Развертывание модели в браузере через TF.js
    … и многое другое.


Модели, созданные в Keras могут быть легко развернуты на бОльшем количестве платформ, чем у любого другого фреймворка глубокого обучения:

  • На iOS через Apple CoreML (поддержка Keras официально предоставляется Apple). 
  • На Android через среду исполнения TensorFlow.
  • В браузере с помощью графического ускорителя JavaScript (Keras.js и WebDNN).
  • В Google Cloud, через TensorFlow-Serving.
  • В веб-приложении Python (например: приложение Flask).
  • На JVM, через импорт модели DL4J, предоставляемый SkyMind.
  • На Raspberry Pi.