Keras 在 2015 年 3 月首次推出，現(xiàn)在用戶數(shù)量已經(jīng)突破了 10 萬。其中有數(shù)百人為 Keras 代碼庫做出了貢獻(xiàn)，更有數(shù)千人為 Keras 社區(qū)做出了貢獻(xiàn)。Keras 已經(jīng)催生了新的創(chuàng)業(yè)公司、提高了研究者的成果率、簡(jiǎn)化了大公司的工程流程圖、并為數(shù)以千計(jì)沒有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)的人打開一扇通向深度學(xué)習(xí)的大門。而我們相信這僅僅是個(gè)開始。

現(xiàn)在我們推出 Keras 2，它帶有一個(gè)更易使用的新 API，實(shí)現(xiàn)了與 TensorFlow 的直接整合。這是在 TensorFlow 核心整合 Keras API 所準(zhǔn)備的重要一步。

Keras 2 有很多新變化，下面是簡(jiǎn)明概覽：

與 TensorFlow 整合

盡管 Keras 自 2015 年 12 月已經(jīng)作為運(yùn)行時(shí)間后端（runtime backend）開始支持 TensorFlow，Keras API 卻一直與 TensorFlow 代碼庫相分離，這種情況正在改變：從 TensorFlow 1.2 版本開始，Keras API 可作為 TensorFlow 的一部分直接使用，這是 TensorFlow 在向數(shù)百萬新用戶開源的道路上邁出的一大步。

Keras 最好被理解為一個(gè) API 技術(shù)規(guī)范，而不是一個(gè)特殊的代碼庫。事實(shí)上，繼續(xù)發(fā)展將會(huì)出現(xiàn) Keras 技術(shù)規(guī)范的兩個(gè)不同實(shí)現(xiàn)：（a）TensorFlow 的內(nèi)部實(shí)現(xiàn)（如 tf.keras），純由 TensorFlow 寫成，與 TensorFlow 的所有功能深度兼容；（b）外部的多后臺(tái)實(shí)現(xiàn)，同時(shí)支持 Theano 和 TensorFlow（并可能在未來有更多的后臺(tái)）。

類似的，Skymind 正在用 Scala 實(shí)現(xiàn) Keras 份額部分規(guī)范，如 ScalNet。為了在瀏覽器中運(yùn)行，Keras.js 正在用 JavaScript 運(yùn)行 Keras 的部分 API。正因如此，Keras API 注定成為深度學(xué)習(xí)從業(yè)者的通用語言，在不同的工作流程中共享并獨(dú)立于底層平臺(tái)。像 Keras 這樣的統(tǒng)一 API 規(guī)范將促進(jìn)代碼共享，提高研究的再生產(chǎn)率，并允許更大支持社區(qū)的存在。

新 API

新的 Keras 2 API 是我們首個(gè)長(zhǎng)期支持的 API：下個(gè)月 Keras 2 的代碼庫將在最新的軟件上開始運(yùn)行數(shù)年。為了將其變?yōu)榭赡?，考慮到未來會(huì)出現(xiàn)的問題，我們?cè)谶@次發(fā)布中大量修改了 API。特別是，我們的新 API 選項(xiàng)完全兼容 TensorFlow 規(guī)范。

•  大多數(shù)層的 API 有了顯著變化，特別是 Dense、BatchNormalization 和全卷積層。然而，我們已經(jīng)設(shè)置好了兼容接口，這樣你的 Keras 1 代碼就可以在 Keras 2 上無障礙運(yùn)行了（同時(shí)發(fā)出警告來幫助你轉(zhuǎn)換對(duì)新 API 的層調(diào)用）。

• 訓(xùn)練和評(píng)估生成器方法的 API 已經(jīng)改變（如： fit_generator、predict_generator 和 evaluate_generator）。不過，無需擔(dān)心，Keras 1 的調(diào)用依然適用于 Keras 2。

• fit、nb_epoch 已重命名為為 epochs。我們的 API 轉(zhuǎn)換接口也適用于這項(xiàng)改變。

• 很多層所保存的權(quán)重格式已經(jīng)改變。然而，Keras 1 上保存的權(quán)重文件依然能在 Keras 2 模型上加載。

• objectives 模塊已更名為 losses。

顯著修改

考慮到 Keras 的廣大用戶基礎(chǔ)，我們盡量不對(duì) Keras 做根本變動(dòng)，但是，還是有些變動(dòng)不可避免，尤其是對(duì)于更高階的用戶來講。

• 傳統(tǒng)層 MaxoutDense、TimeDistributedDense 和 Highway 已被永久移除。

• 大量的傳統(tǒng)度量和損失函數(shù)已被移除。

• BatchNormalization 層不再支持 mode 參數(shù)。

• 由于 Keras 內(nèi)部構(gòu)件已經(jīng)改變，自定義層被升級(jí)。改變相對(duì)較小，因此將變快變簡(jiǎn)單。參見指南：https:///layers/writing-your-own-keras-layers/

• 通常來講，任何使用非正式的 Keras 功能編寫的代碼將會(huì)失效，因此高階用戶也許需要做一些相應(yīng)的更新工作。

開始

你可以：

• 從 PyPI：pip install keras --upgrade 安裝 Keras 2

• 在 Github 上查看代碼：https://github.com/fchollet/keras

• 閱讀已更新的文檔：https:///

下面附帶了機(jī)器之心之前發(fā)布過的有關(guān) Keras 的文章：

• 深度 | Keras 框架發(fā)明者 Fran?ois Chollet Quora 問答集：我的長(zhǎng)期目標(biāo)是讓人工智能自力更生

• 開源 | Keras.js 可以讓你使用瀏覽器在 GPU 上運(yùn)行 Keras 模型

• 教程 | 從基本概念到實(shí)現(xiàn)，全卷積網(wǎng)絡(luò)實(shí)現(xiàn)更簡(jiǎn)潔的圖像識(shí)別  

原文地址：https://blog./introducing-keras-2.html

機(jī)器之心編譯，轉(zhuǎn)載請(qǐng)聯(lián)系本公眾號(hào)獲得授權(quán)。

------------------------------------------------

加入機(jī)器之心（全職記者/實(shí)習(xí)生）：hr@jiqizhixin.com

投稿或?qū)で髨?bào)道：editor@jiqizhixin.com

廣告&商務(wù)合作：bd@jiqizhixin.com