Keras neyron tarmoqlar kutubxonasi

Keras
Логотип программы Keras
Turi mashinaviy o‘rganishni qo‘llab-quvvatlovchi freymvork[Vikima’lumotlar]
Ishlab chiquvchi Fransua Sholle
Dasturlash tili Python
Interfeys tili ingliz tili
So‘nggi versiyasi
Repozitoriy github.com/keras-team/ke…
Litsenziya MIT litsenziyasi va Apache License 2.0
Veb-sayt keras.io (ingl.)

Keras (qadimgi yunoncha κέρας «shox») — ochiq kodli kutubxona bo‘lib, Python dasturlash tilida yozilgan hamda sun’iy neyron tarmoqlar bilan ishlash imkonini beradi. 2.3-versiyagacha (2019-yil) quyidagi neyron tarmoq kutubxonalari qo‘llab-quvvatlangan: TensorFlow, Microsoft Cognitive Toolkit, Deeplearning4j, Theano. 2.4-versiyadan 3.0-versiyagacha esa faqat TensorFlow qo‘llab-quvvatlangan. 3.0-versiyadan (2023-yil) boshlab Keras quyidagi texnologiyalar bilan ishlashni qo‘llab-quvvatlaydi: TensorFlow, JAX va PyTorch.

U chuqur o‘rganish tarmoqlari bilan tezkor ishlashga mo‘ljallangan. Shu bilan birga, kutubxona ixcham, modulli va kengaytiriladigan qilib loyihalangan. Kutubxona ONEIROS (ingl. ochiq imkoniyatli neyroelektron intellektual robot operatsion tizimi (Open-ended Neuro-Electronic Intelligent Robot Operating System)) loyihasi doirasidagi tadqiqot ishlari natijasida yaratilgan. Uning asosiy muallifi va yetakchi ishlab chiquvchisi — Google muhandisi Fransua Sholle (frans. François Chollet). Dastlab Google Keras’ni TensorFlow’ning asosiy kutubxonasi tarkibida qo‘llab-quvvatlashni rejalashtirgan. Biroq Sholle Keras’ni alohida qo‘shimcha qatlam sifatida ajratgan, chunki uning konsepsiyasiga ko‘ra, Keras mashinaviy o‘rganishning barcha bosqichlarini qamrab oladigan yaxlit tizimdan ko‘ra ko‘proq interfeys vazifasini bajaradi. Keras neyron tarmoqlarni yaratishni osonlashtiradigan yuqori darajali, intuitiv tushunarli abstraksiyalar to‘plamini taqdim etadi. Bunda hisoblashlarni bajaruvchi asosiy ilmiy kutubxona qanday bo‘lishi muhim emas. Microsoft ham Keras’ga quyi darajadagi kutubxonalarni qo‘shish ustida ishlamoqda. Ulardan biri — CNTK.

Kutubxonada neyron tarmoqlarning keng qo‘llanadigan tarkibiy qismlariga oid ko‘plab tayyor yechimlar, jumladan, qatlamlar, maqsad va uzatish funksiyalari, optimallashtirgichlar hamda tasvirlar va matnlar bilan ishlashni osonlashtiradigan ko‘plab vositalar mavjud. Kutubxonaning dasturiy kodi GitHub platformasida joylashtirilgan. Kutubxonani qo‘llab-quvvatlash forumlari GitHub’dagi savollar sahifasi hamda quyidagi kanallarni o‘z ichiga oladi: Gitter[ingl.] va Slack.

Modellarni taqsimlangan tarzda, jumladan, GPGPU va tenzor protsessorlari bilan jihozlangan klasterlarda o‘qitish qo‘llab-quvvatlanadi. Keras’da yaratilgan modellarni nafaqat server tugunlarida, balki iOS va Android operatsion tizimlarida ishlaydigan smartfonlarda hamda brauzerda (TF.js) ishga tushirish mumkin.

Adabiyotlar

  • Julli A., Pal S. Keras kutubxonasi — chuqur o‘rganish vositasi = Keras yordamida chuqur o‘rganish (Deep learning with Keras). — DMK Press, 2017. — 294 bet — ISBN 978-5-97060-573-8.
  • Sholle F. Python’da chuqur o‘rganish = Python yordamida chuqur o‘rganish (Deep Learning with Python). — Piter, 2018. — 400 bet — ISBN 978-5-4461-0770-4.
  • Sholle F. R tilida chuqur o‘rganish = R yordamida chuqur o‘rganish (Deep Learning with R). — Piter, 2018. — 400 bet — ISBN 978-5-4461-0902-9.
  • Rashka S. Python va mashinaviy o‘rganish = Python yordamida mashinaviy o‘rganish (Python Machine Learning). — DMK Press, 2017. — 418 bet — ISBN 978-5-97060-409-0.

Havolalar