コンテンツ概要 
 
 
 
 
 
 
 誰がKerasを使用するべきか Keras API コンポーネント レイヤー モデル その他のAPIとツール 次のステップ これはTensorFlowプラットフォームの高レベルのAPIです。それは近代的な深層学習に焦点を当て、機械学習(ML)の問題を解決するためのアクセス可能で生産的なインターフェイスを提供します。Kerasは、データ処理からハイパーパラメータ調節まで、機械学習のワークフローのあらゆるステップをカバーしています。 カラス Keras を使用すると、TensorFlow のスケーラビリティとクロスプラットフォーム機能に完全にアクセスできます. あなたは TPU ポッドまたは GPU の大きなクラスターで Keras を実行し、ブラウザまたはモバイルデバイスで実行するために Keras モデルをエクスポートすることができます. あなたはまた、Web API 経由で Keras モデルをサービスすることができます. Kerasは、以下の目標を達成することによって認知負荷を減らすように設計されています。 
 
 
 
 
 
 シンプルで一貫したインターフェースを提供します。 一般的な使用ケースに必要なアクションの数を最小限にします。 明確で操作可能なエラーメッセージを提供します。 複雑性の段階的な開示の原則に従って:開始は簡単で、進化したワークフローを進めながら学ぶことができます。 簡潔で読みやすいコードを書くのに役立ちます。 誰がKerasを使用するべきか 短い答えは、すべてのTensorFlowユーザーがデフォルトでKeras APIを使用すべきであるということです. あなたがエンジニア、研究者、またはMLの実践者であろうと、あなたはKerasで始めるべきです。 いくつかの使用例(たとえば、TensorFlowの上にツールを構築したり、独自の高性能プラットフォームを開発したり)は、低レベルの使用を必要とします。 しかし、あなたの使用ケースがそのうちの 1 つに該当しない場合 むしろカラスの方がいい。 TensorFlow Core API API アプリケーション Keras API コンポーネント Kerasのコアデータ構造は そして A layer is a simple input/output transformation, and a model is a directed acyclic graph (DAG) of layers. レイヤーは単純な入力/出力変換であり、モデルはレイヤーの指向アサイクルグラフ(DAG)である。 レイヤー モデル レイヤー THE class is the fundamental abstraction in Keras. A 数値(数値)と数値(数値)を定義する。 方法) tf.keras.layers.Layer Layer tf.keras.layers.Layer.call Layers are recursively composable: If you assign a layer instance as an attribute of another layer, the outer layer will start tracking the weights created by the inner layer. レイヤーによって作成された重量はトレーニング可能またはトレーニング不能であることができます。 レイヤーを使用して、標準化やテキストベクター化などのデータ前処理タスクを処理することもできます. Preprocessing layers can be included directly into a model, either during or after training, which makes the model portable. モデル A model is an object that groups layers together and that can be trained on data. モデルは、レイヤーを一緒にグループ化し、データで訓練することができるオブジェクトです。 最もシンプルなモデルは、 より複雑なアーキテクチャの場合、Keras 機能 API を使用して、レイヤーの任意のグラフを作成するか、サブクラス化を使用してゼロからモデルを書くことができます。 Sequential THE クラスには、組み込まれたトレーニングと評価の方法があります: tf.keras.Model 
 
 
 
 tf.keras.Model.fit: Fixed number of epochs でモデルをトレーニングします。 tf.keras.Model.predict: 入力サンプルの出力予測を生成します。 tf.keras.Model.evaluate: tf.keras.Model.compile メソッドで構成されたモデルの損失およびメトリック値を返します。 これらの方法により、以下の組み込みトレーニング機能にアクセスできます。 
 
 
 
 Callbacks. You can leverage built-in callbacks for early stop, model checkpointing, and TensorBoard monitoring. You can also implement custom callbacks. あなたは、早期停止、モデルチェックポイント、およびTensorBoardモニタリングのために組み込まれた callbacksを活用することができます。 分散トレーニング. あなたのトレーニングを複数のGPU、TPU、またはデバイスに容易にスケールできます。 step fusing. With the steps_per_execution argument in tf.keras.Model.compile, you can process multiple batches in a single tf.function call, which greatly improves device utilization on TPUs. tf.keras.Model.compile では、単一の tf.function call で複数のバッチを処理できます。 使用方法の詳細な概要 , トレーニングおよび評価ガイドを参照してください. To learn how to customize the built-in training and evaluation loops, see Customizing what happens in . fit fit() その他のAPIとツール Kerasは、以下を含む深層学習のための多くの他のAPIとツールを提供しています。 
 
 
 
 
 最適化者 メトリック 損失 データロード ユーティリティ 利用可能なAPIの完全なリストについては、こちらをご覧ください。 他のKerasプロジェクトやイニシアチブについて詳しくは、こちらをご覧ください。 . タグ: API Reference ケラス生態系 次のステップ TensorFlow で Keras を使用し始めるには、以下のトピックをご覧ください。 
 
 
 
 
 
 
 
 
 
 
 
 
 
 The Sequential モデル 機能 API 組み込まれた方法によるトレーニング&評価 Subclassing を通じて新しいレイヤーとモデルを作成する 連続化と節約 Preprocessing Layers での作業 fit() で起こることをカスタマイズします。 トレーニング ループ from scratch RNNsと協力 マッサージ & Padding 自分のコールバックを書く 転送学習 & Fine-Tuning マルチGPUと分散型トレーニング Kerasについてもっと知るには、次のトピックを参照してください。 : ハッキリ 
 
 
 
 
 
 Kerasについて エンジニアのためのKerasの紹介 研究者向けのKerasの紹介 タグ: API Reference ケラス生態系 
 
 最初はTensorFlowのウェブサイトに掲載され、この記事はここに新しいタイトルの下に表示され、CC BY 4.0でライセンスを受けています。 最初はTensorFlowのウェブサイトに掲載され、この記事はここに新しいタイトルの下に表示され、CC BY 4.0でライセンスを受けています。 TensorFlowについて TensorFlowについて

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

このオーディオは、ストーリーの元の言語で制作されています。

Keras 101: ニューラルネットワークを構築するための初心者フレンドリーなガイド

About Author

コメント

ラベル

この記事は

Related Stories

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

Telegram: クリプト島と本土を結ぶ橋

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

Telegram: クリプト島と本土を結ぶ橋

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps