自Txinwen/2016/1104/165843.html">Keras于2015年3月Txinwen/2016/1214/183103.html">正式发布，2年内，其用户数量从最初的1名快速增长到10万。

　　截至目前，上百人已对Keras代码库作出贡献，而数千人致力于社区建设。Keras的使用让初创公司和研究人员更有效率，简化了大型企业中工程师的工作流程，并向那些数以千计的无机器学习经验的人群开放深度学习平台。Keras相信这只是开始。

　　近日Keras官方发布Keras 2，其更易于使用的新API（应用程序编程接口），与TensorFlow完全保持一致性。这是准备将Keras API集成到核心TensorFlow的主要步骤。

　　Keras的许多方面都发生了改变。这里为你提供了一份快速总结：

集成TensorFlow

　　虽然Keras自2015年12月以来一直支持TensorFlow并在其后台运行，但此前的Keras API与TensorFlow代码库是分离开的。而这一点正在发生改变：从TensorFlow 1.2开始，Keras API将直接作为TensorFlow的一部分。这是为向TensorFlow的下一批百万用户提供访问所作的重要一步举措。

　　对Keras的最佳定义是API规范，而不是特定的代码库。事实上，Keras规范在下一阶段将实现两个独立部分：内部TensorFlow one，可用作tf.keras，用单纯的TensorFlow代码编写，并且与所有TensorFlow功能深度兼容，外部多后端，同步支持Theano和TensorFlow（将来可能会出现的更多的后端）。

　　同样，Skymind正在Scala中实现Keras规范的一部分（例如ScalNet），而Keras.js正在Java中实现Keras API的一部分，在浏览器中运行。因此，Keras API旨在成为深度学习实践者的通用语言，这是跨越许多不同工作流共享的通用语言，独立于底层平台。像Keras这样具有统一规范的API，有助于代码共享和研究的可重复性操作，适用于更大的社区支持。

API的更改

　　新一代Keras 2 API是我们首个长期支持的API：下个月在Keras 2编写的代码库，仍然可以在最新的软件中运行多年。为了实现这一点，Keras对潜在问题做出前瞻性分析，在此版本中普遍重新设计了API，特别是我们新一代API选择了与TensorFlow规范的完全兼容。

　　大多数层的API已发生明显的改变，特别是在密集、批量规范化和所有卷积层上。但是，我们设置了兼容性接口以便您的Keras 1代码仍然运行在Keras 2，atv，而不存在相关问题（同时做出警示，帮助您将层调用转换为新的API）。

　　生成器训练和评估方法的API已更改（即fit_generator、predict_generator和evaluate_generator）。其次，您无须担心：Keras 1的调用仍将工作在Keras 2上。

　　在fit和nb_epoch中已重命名epochs。此项更改也由我们的API转换接口处理。

　　许多图层的保存权重格式已更改。但是，使用Keras 1保存的权重文件仍然可以在Keras 2模型中加载。

　　objectives模块已更名为losses。

突破性变化

　　为记录下Keras的大量用户群，我们已尽最大努力减少突变的次数。然而，一些破损是不可避免的，特别是对于更高级的用户而言。

　　传统图层MaxoutDense、TimeDistributedDense和Highway已永久删除。

　　已删除多个旧版指标和损失函数。

　　BatchNormalization层不再支持mode参数。

　　因为Keras内部已经更改，所以必须更新自定义图层。相对而言，改动不大，所以应该快速和容易。

　　一般来说，atv，任何使用过无记录的Keras功能的代码段都可能出现损坏的情况，因此高级用户可能需要进行一些更新。

　　即刻使用您可以：

　　从PyPI中安装Keras 2：pipinstall keras --upgrade

　　查看Github上的代码：https://github.com/fchollet/keras

　　阅读更新的文档：https://keras.io

　　兼职翻译 招聘

　　《全球人工智能》面向全球招聘多名海外：图像技术、语音技术、自然语言、机器学习、数据挖掘等专业技术领域的兼职翻译，工作内容及待遇请在公众号内回复“兼职+个人微信号”联系工作人员。

　　热门文章推荐