Keras kullanıcı dostu, modüler genişletilmesi kolaydır.
Keras düşük seviyeli hesaplamayı işlemez. Bunun yerine başka bir kütüphane kullanır.
Nöral katmanlar, cost fonksiyonları, optimize ediciler, başlatma şemaları, aktivasyon fonksiyonları ve düzenlenme şemaları ile yeni modeller oluşturmak için birleştirebileceğiniz bağımsız modüllerdir. Yeni modüller ve işlevlerin eklenmesi kolaydır. Modeller ayrı model yapılandırma dosyalarını değil Python kodunda tanımlanır.
Neden Keras Kullanılır
Keras’ı kullanmanın en büyük nedenleri, öncelikle kullanıcı dostu olma yolundaki ilkelerinden kaynaklanıyor. Keras öğrenme kolaylığının ve model oluşturma kolaylığının ötesinde, geniş çapta benimsenme, çok çeşitli export seçenekleri destekler.
Keras Google, Microsoft, Amazon, Apple, Nvidia, Uber tarafından desteklenmektedir.
Keras uygun tensör ürünleri ve convolutions gibi kendi alt düzey operasyonlarını yapmaz; bunun için bir backend motorunu kullanır.
Keras modelleri
Model çekirdek Keras bir veri yapısıdır. Keras’ta iki ana model mevcuttur : Sequential
model ve fonksiyonel API.
Keras Fonksiyonel API’sı
Keras Sıralı modeli basittir ancak model topolojisi sınırlıdır. Keras fonksiyonel API gibi ortak tabakalar ile çoklu girdi / çoklu çıkış modelleri, yönlendirilmiş asiklik grafikler (DAG’ler) ve model olarak karmaşık modeller oluşturmak için yararlıdır.
İşlevsel API Sıralı modelle aynı katmanları kullanır ancak bunları bir araya getirmede daha fazla esneklik sağlar. İşlevsel API’de önce katmanları tanımlar sonra Modeli oluşturur, derler ve küçültür.
Daha fazla bilgi almak için tıklayınız
Yorum Yap