机器学习：我选kera
- 更多分享：www.catbro.cn
概述
- Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
优点
用户友好
- Keras 是为人类而不是为机器设计的 API。它把用户体验放在首要和中心位置。Keras 遵循减少认知困难的最佳实践：它提供一致且简单的 API，将常见用例所需的用户操作数量降至最低，并且在用户错误时提供清晰和可操作的反馈。
模块化
- 模型被理解为由独立的、完全可配置的模块构成的序列或图。这些模块可以以尽可能少的限制组装在一起。特别是神经网络层、损失函数、优化器、初始化方法、激活函数、正则化方法，它们都是可以结合起来构建新模型的模块。
易扩展性
- 新的模块是很容易添加的（作为新的类和函数），现有的模块已经提供了充足的示例。由于能够轻松地创建可以提高表现力的新模块，Keras 更加适合高级研究。
基于 Python 实现
- Keras 没有特定格式的单独配置文件。模型定义在 Python 代码中，这些代码紧凑，易于调试，并且易于扩展。
安装指引
在安装 Keras 之前，请安装以下后端引擎之一：TensorFlow，Theano，或者 CNTK。推荐 TensorFlow 后端。
你也可以考虑安装以下可选依赖：
- cuDNN (如果你计划在 GPU 上运行 Keras，建议安装)。
- HDF5 和 h5py (如果你需要将 Keras 模型保存到磁盘，则需要这些)。
- graphviz 和 pydot (用于可视化工具绘制模型图)。
配置你的 Keras 后端
默认情况下，Keras 将使用 TensorFlow 作为其张量操作库。请跟随这些指引来配置其他 Keras 后端。
总结
- 本篇作为kera的开门介绍篇，后续将会继续发布相关的知识点
