keras 深度学习框架

1.1  什么是Keras

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 遵循降低认知负担的最佳实践：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，并针对用户错误提供清晰且可操作的反馈。

1.2  Keras的发展优势

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 的出现大大降低了深度学习应用的门槛，仅通过 Keras API 的数行代码就构建一个网络模型，Keras 整套架构已经封装进了 TensorFlow 2.0，在 TF.keras 可以完成 Keras 的所有事情。

它在 Netflix, Uber, Yelp, Instacart, Zocdoc, Square 等众多网站上使用。它尤其受以深度学习作为产品核心的创业公司的欢迎。 Keras＆TensorFlow 2.0 也是研究人员的最爱，在 Google 学术搜索收录的科学论文中，其提及数排名第一。 Keras 也被 CERN 和 NASA 等大型科学组织的研究人员所采用。

1.2.1  Keras 被工业界和学术界广泛采用

在 2019 年初，对前两年在所有 Kaggle 比赛中排名前 5 名的团队进行了调查(N=120)。他们在比赛中使用的主要机器学习框架进入了前 5 名。Keras 在主要框架排名第一。

用户已经不断与使用 Keras 构建的功能进行交互 - 它在 Netflix, Uber, Yelp, Instacart, Zocdoc, Square 等众多网站上使用。它尤其受以深度学习作为产品核心的创业公司的欢迎。 Keras＆TensorFlow 2.0 也是研究人员的最爱，在 Google 学术搜索收录的科学论文中，其提及数排名第一。 Keras 也被 CERN 和 NASA 等大型科学组织的研究人员所采用。

1.2.2  Keras具有强大的多GPU和分布式培训支持

Keras 原生支持的 TensorFlow DistributionStrategy API，您可以轻松地在大型 GPU 群集（最多数千个设备）或整个 TPU 盒上运行模型，超过一百亿亿次每秒浮点运算次数的计算能力。Keras 还为最新的 NVIDIA GPU 和 TPU 上的混合精度训练提供了本机支持。

优步的 Horovod 对 Keras 模型拥有很好的支持。

Keras 模型可以被转换为 TensorFlow Estimators 并在 Google Cloud 的 GPU 集群上训练。

Keras 可以在 Spark（通过 CERN 的 Dist-Keras）和 Elephas 上运行。

1.2.3  Keras 可以轻松将模型转化为产品

与任何其他深度学习框架相比，你的 Keras 模型可以在更广泛的平台上轻松部署：

在 Andriod 或者 IOS 上面通过 TF Lite or Apple’s CoreML（苹果为 Keras 提供官方支持）

在服务器上通过 Python runtime 或者 Node.js runtime

在服务器通过 TFX/TF Serving

在浏览器通过 TF.js 部署

在 Raspberry Pi 树莓派上，Edge TPU 或其他嵌入式系统上

1.2.4  Keras拥有良好的生态环境

Keras 得到深度学习生态系统中的关键公司的支持，Keras 的开发主要由谷歌支持，Keras API 以 tf.keras 的形式包装在 TensorFlow 中。此外，微软维护着 Keras 的后端。亚马逊 AWS 正在开发 MXNet 支持。其他提供支持的公司包括 NVIDIA、优步、苹果（通过 CoreML）等。