雷鋒網(wǎng) AI 研習(xí)社消息，日前，Keras 之父 Fran?ois Chollet 在 twitter 上發(fā)布消息，宣稱 Keras 中文版本正式上線，同時，對所有做出貢獻的小伙伴們，他也表示由衷的感謝。

在官方中文版上，我們也看到對 Keras 的正式介紹：

Keras 是一個用 Python 編寫的高級神經(jīng)網(wǎng)絡(luò) API，它能夠以 TensorFlow, CNTK, 或者 Theano 作為后端運行。Keras 的開發(fā)重點是支持快速的實驗。能夠以最小的時延把你的想法轉(zhuǎn)換為實驗結(jié)果，是做好研究的關(guān)鍵。

如果大家有如下需求，可以選擇 Keras 作為你的開發(fā)工具：

• 允許簡單而快速的原型設(shè)計（用戶友好，高度模塊化，可擴展性）。

• 同時支持卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)，以及兩者的組合。

• 在CPU和GPU上無縫運行與切換。

從 2015 年發(fā)展至今，Keras 目前在 GitHub 上擁有 star 數(shù) 26393 個，fork 數(shù) 9625 個，有 635 位開發(fā)者為它的發(fā)展做出貢獻?？梢钥吹?，它在這三年間迎來穩(wěn)步發(fā)展，深得無數(shù)開發(fā)者和研究人員的喜愛。

雷鋒網(wǎng) AI 研習(xí)社此前對 Keras 2017 年間的兩個重要發(fā)展節(jié)點總結(jié)如下： 

2017 年 3 月，keras 迎來全新版本——Keras 2。Keras 開發(fā)人員此前在博客中表示，他們更愿意人們將 Keras 視為一種通用的 API 規(guī)范，而不僅僅是一個代碼庫。

3 月的版本中，最重要的一項內(nèi)容就是增強了 Keras 與 TensorFlow 的邏輯一致性。另一項重要更新就是 API 的變化。他們重新設(shè)計了絕大部分 API，為將來的擴展和更新預(yù)留了充足的修改空間，并且新設(shè)計的 API 完全兼容于谷歌 TensorFlow 規(guī)范。

而在 2017 年 8 月，Keras 又做了如下幾點更新：修復(fù)漏洞，性能提升，文件改善，為在 TensorFlow 的數(shù)據(jù)張量（比如 Datasets, TFRecords）上訓(xùn)練模型提供了更好的支持，提升 TensorBoard 用戶體驗，提升測試覆蓋范圍。此外，還迎來兩個重大變化：一是讓約束管理（constraint management）基于變量屬性；二是把層和模型中已經(jīng)不再使用的約束屬性移除（不會影響任何用戶）。

這一系列更新，讓 Keras 的可擴展性和易用性更強。而在官方文檔上，也詳盡描述了 Keras 的幾大優(yōu)勢：

Keras 是為人類而不是為機器設(shè)計的 API。Keras 遵循減輕認知負載的最佳實踐：它提供一致而簡潔的 API，盡量減少常用操作所需的步驟，并對誤用給予清晰而有指導(dǎo)性的反饋。

這讓 Keras 既好學(xué)又好用。作為 Keras 的使用者，你比競爭對手更高效，因為你能更快地嘗試更多新點子。這反過來幫你贏得機器學(xué)習(xí)競賽。

簡單易用并不以犧牲靈活性為代價：因為 Keras 整合了底層深度學(xué)習(xí)語言，特別是 TensorFlow，使你可以構(gòu)建原本想用底層語言構(gòu)建的一切。Keras 以「tf.keras」的形式與 TensorFlow 無縫銜接。

此外，與其他深度學(xué)習(xí)框架相比，Keras 模型可以輕松地發(fā)布到更多平臺。它支持眾多后端引擎，支持多 GPU 和分布式訓(xùn)練，它的開發(fā)受到谷歌、微軟、亞馬遜等多家深度學(xué)習(xí)生態(tài)圈中關(guān)鍵公司的支持。這一切讓 Keras 收獲無數(shù)認可，穩(wěn)步發(fā)展至今。

相信這次官方中文版的發(fā)布，會是 Keras 走向中國市場的一大步，期待未來看到 Keras 在中國的更多開發(fā)活動。

Keras 官方中文版文檔：https://keras.io/zh/

GitHub 地址：https://github.com/keras-team/keras

雷鋒網(wǎng) AI 研習(xí)社編輯整理。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。