Keras
Keras | ||
---|---|---|
![]() | ||
Información general | ||
Tipo de programa | Redes Neuronales | |
Autor | François Chollet | |
Desarrollador | Varios | |
Lanzamiento inicial | 27 de marzo de 2015 (9 años, 4 meses y 26 días) | |
Licencia | Licencia MIT | |
Estado actual | Activo | |
Idiomas | inglés | |
Información técnica | ||
Programado en | Python | |
Plataformas admitidas | Cross-Platform | |
Versiones | ||
Última versión estable | 2.2.4 ( 2018-03-10) | |
Enlaces | ||
Keras es una biblioteca de Redes Neuronales de Código abierto escrita en Python. Es capaz de ejecutarse sobre TensorFlow, Microsoft Cognitive Toolkit o Theano.[1]
Está especialmente diseñada para posibilitar la experimentación en más o menos poco tiempo con redes de Aprendizaje profundo. Sus fuertes se centran en ser amigable para el usuario, modular y extensible.
Inicialmente fue desarrollada como parte de los esfuerzos de investigación del proyecto ONEIROS (Open-ended Neuro-Electronic Intelligent Robot Operating System)[2]
Su autor principal y mantenedor ha sido el ingeniero de Google François Chollet.
En 2017, el equipo de TensorFlow de Google decidió ofrecer soporte a Keras en la biblioteca de core de TensorFlow[3]
Chollet explica que Keras ha sido concebido para actuar como una interfaz en lugar de ser una framework de machine learning standalone. Ofrece un conjunto de abstracciones más intuitivas y de alto nivel haciendo más sencillo el desarrollo de modelos de aprendizaje profundo independientemente del backend computacional utilizado.[4]
Microsoft añadió un backend en CNTK a Keras también, disponible desde la CNTK v2.0.[5][6]
Características
[editar]Keras contiene varias implementaciones de los bloques constructivos de las redes neuronales como por ejemplo los layers, funciones objetivo, funciones de activación, optimizadores matemáticos.
Su código está alojado en GitHub y existen foros y un canal de Slack de soporte.
Además del soporte para las redes neuronales estándar, Keras ofrece soporte para las Redes Neuronales Convolucionales y para las Redes Neuronales Recurrentes.
Keras permite generar modelos de deep learning en teléfonos inteligentes tanto sobre iOS como sobre Android, sobre una Java Virtual Machine o sobre web.[7] También permite el uso de entrenamiento distribuido de modelos de aprendizaje profundo en clusters de Graphics Processing Units (GPU) y Tensor processing units (TPU).[8]
Con la llegada de TensorFlow 2.0, se puede utilizar la API de Keras para definir modelos y ejecutarlos de forma "eager".[9] Con esto se consigue facilitar el desarrollo de modelos, posibilitar la depuración de modelos utilizando herramientas estándar, y simplificar la definición de modelos dinámicos utilizando estructuras de control.[10]
Tendencia
[editar]Keras cuenta con más de 200,000 usuarios hasta noviembre de 2017 .[7] Keras fue la décima herramienta más citada en la encuesta de software KD Nuggets 2018 y registró un uso del 22%.[11]
Keras frente a otro software de Deep Learning
[editar]- Comparison of deep learning software (en inglés).
Véase también
[editar]Referencias
[editar]- ↑ «Keras backends». keras.io. Consultado el 23 de febrero de 2018.
- ↑ «Keras Documentation». keras.io. Consultado el 18 de septiembre de 2016.
- ↑ «Module: tf.keras | TensorFlow». TensorFlow (en inglés). Consultado el 14 de noviembre de 2018.
- ↑ Chollet GitHub Comment
- ↑ CNTK Keras GitHub Issue
- ↑ alexeyo. «CNTK_2_0_Release_Notes». docs.microsoft.com (en inglés estadounidense). Consultado el 14 de junio de 2017.
- ↑ a b «Why use Keras?». keras.io. Consultado el 23 de febrero de 2018.
- ↑ «Using TPUs | TensorFlow». TensorFlow (en inglés). Archivado desde el original el 4 de junio de 2019. Consultado el 14 de noviembre de 2018.
- ↑ «Ejecución eager con Keras y TensorFlow | Modelizame». modeliza.me. Consultado el 17 de marzo de 2020.
- ↑ «Eager execution | TensorFlow Core». TensorFlow (en inglés). Consultado el 17 de marzo de 2020.
- ↑ Piatetsky, Gregory. «Python eats away at R: Top Software for Analytics, Data Science, Machine Learning in 2018: Trends and Analysis». KDnuggets. KDnuggets. Consultado el 30 de mayo de 2018.