keras源码全解析

前言

做为一个tensorflow的忠实用户，一直对keras有一种‘嫌弃’之情，网上大部分人对keras的评价也是low+灵活性差+慢，直到tf2.0决定添加keras的api后，我改变了自己的看法，keras简洁、结构清晰、代码易读，和sklearn保持一致的api，自定义层也能解决其灵活性的问题，keras一开始是基于theno开发的，tf的确慢一些，不过现在的版本已经改进了许多，速度方面也不用再担心。其次相比自己写的tf代码，keras的代码日志输出更加合理，总感觉自己对tf的封装还是做的不尽如人意，这也是我为什么打算出一个keras源码分析专题的原因。后续的文章，会对所有keras的代码进行分析讲解，并结合一些简单的demo。那么，废话不多说let’s go。

keras的总体结构

先看下keras源码的总体结构，其代码量并不多，毕竟只是其他底层库的封装，我们一个一个模块的来看。

• applications，一些常用的预训练好的模型，可以直接拿过来做预测、特征提取、或者微调，模型包括了
  
  可惜没有nlp方面的模型，不知道以后会不会把bert、xlnet这些模型添加进去。

• backend，keras是一个对底层api进行了进一步封装的高级库，backend表示的即是keras调用的底层库，其目前包括了三个底层库，分别是tensorflow，theano，CNTK，官方也表示未来还会添加更多。如果已经运行过keras，那么会在$HOME/.keras/keras.json找到一个配置文件，默认配置如下：

{
    "image_data_format": "channels_last",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "tensorflow"
}

其中backend就是在此处配置。

• datasets，keras自带的数据集，包括cifar10，imdb等等数据获取的脚本
• engine，Layer类的实现，也是keras最核心的内容
• layers，一些常用的layer，对engine的进一步封装
• legacy
• preprocessing，一些预处理代码
• utils，工具类
• wrappers，对fit、predict等函数的包装

以上模块我会选择比较重要的去进行详细的源码讲解，持续更新中。

Layer源码解析

Input源码解析

Dense源码解析