在开始深度学习项目之前,选择一个合适的框架是非常重要的,因为选择一个合适的框架能起到事半功倍的作用。研究者们使用各种不同的框架来达到他们的研究目的,侧面印证出深度学习领域百花齐放。全世界最为流行的深度学习框架有PaddlePaddle、Tensorflow、Caffe、Theano、MXNet、Torch和PyTorch。
Keras是一个高层神经网络应用编程接口(API),Keras由纯python编写而成并基于Tensorflow、Theano以及CNTK后端。Keras为支持快速实验而生,能够把idea迅速转换成结果,如果有如下需求,请选择Keras:
1、简易和快速的原型设计(keras具有高度模块化,极简,和可扩充特性)
2、支持CNN和RNN,或二者的结合
3、无缝CPU和GPU切换
Keras是为人类而非机器设计的API,Keras遵循减少认知困难的最佳实践:它提供一致且简单的API,它将常见用例所需的用户操作数量降至最低,并且在用户错误时提供清晰和可操作的反馈。这使Keras易于学习和使用。作为Keras用户,你的工作效率更高,能够比竞争对手更快地尝试更多创意,从而帮助你赢得机器学习竞赛。这种易用性并不以降低灵活性为代价:因为Keras与底层深度学习语言(特别是TensorFlow)集成在一起,所以它可以让你实现任何你可以用基础语言编写的东西。特别是tf.keras作为Keras API可以与TensorFlow工作流无缝集成。
API(Application Programming Interface,应用程序编程接口)是一些预先定