初识Keras

Keras是什么

Keras是一个高层神经网络库，Keras由纯Python编写而成，基于Theano和TensorFlow的深度学习库。Keras为支持快速实验而生，能够把你的idea迅速转换成结果，如果你有如下需求，请选择Keras：

• 
  
• 简易而快速的原型设计（Keras具有高度模块化，极简和可扩充性）
• 支持CNN和RNN，或二者的结合
• 支持任意的链接方案（包括多输入和多输出训练）
• 无缝CPU和GPU切换。
  

Keras适用的Python版本是：Python 2.7-3.5

Keras的设计原则

• 模块性：模型可理解为一个独立的序列或图，完全可配置的模块以最少的代价自由组合在一起。具体而言，网络层、损失函数、优化器、初始化策略、激活函数、正则化方法都是独立的模块，你可以使用它们来构建自己的模型。
• 极简主义：每个模块都应该尽量的简洁。每一段代码都应该在初次阅读时都显得直观易懂。没有黑魔法，因为它将给迭代和创新带来麻烦。
• 易扩展性：添加新模块炒鸡简单容易，只需要仿照现有的模块编写新的类或者函数即可。创建新模块的便利性，使得Keras更适合先进的研究工作。

• 与Python协作：Keras没有单独的模型配置文件类型，（作为对比，caffe有），模型由python代码描述，使其更紧凑和更易debug，并提供了扩展的便利性。

  Keras从2015年3月开始启动，经过一年多的开发，目前Keras进入了1.0的时代。Keras 1.0依然遵循相同的设计原则，但与之前的版本相比有很大的不同。如果你曾经使用过此前的其他版本Keras。你或许会关心1.0的新特性。

• 泛型模型：简单和强大的新模块，用于支持复杂深度学习模型的搭建。

• 更优秀的性能：现在，Keras模型的编译时间得到缩短。所有的RNN现在都可以用两种方式实现，以供用户在不同配置任务和配置环境下取得最大性能。现在，基于Theano的RNN也可以被展开，以获得大概25%的加速计算。
• 测量指标：现在，你可以提供一系列的测量指标来在Keras的任何监测点观察模型性能。
• 更优的用户体验：我们面向使用者重新编写了代码，使得函数API更简单易记，同时提供更有效的出错信息。
• 新版本的Keras提供了Lambda层，以实现一些简单的计算任务。