雷鋒網 AI 研習社消息，日前，Keras 之父 Fran?ois Chollet 在 twitter 上發(fā)布消息，宣稱 Keras 中文版本正式上線，同時，對所有做出貢獻的小伙伴們，他也表示由衷的感謝。

在官方中文版上，我們也看到對 Keras 的正式介紹：

Keras 是一個用 Python 編寫的高級神經網絡 API，它能夠以 TensorFlow, CNTK, 或者 Theano 作為后端運行。Keras 的開發(fā)重點是支持快速的實驗。能夠以最小的時延把你的想法轉換為實驗結果，是做好研究的關鍵。

如果大家有如下需求，可以選擇 Keras 作為你的開發(fā)工具：

• 允許簡單而快速的原型設計（用戶友好，高度模塊化，可擴展性）。

• 同時支持卷積神經網絡和循環(huán)神經網絡，以及兩者的組合。

• 在CPU和GPU上無縫運行與切換。

從 2015 年發(fā)展至今，Keras 目前在 GitHub 上擁有 star 數 26393 個，fork 數 9625 個，有 635 位開發(fā)者為它的發(fā)展做出貢獻?？梢钥吹?，它在這三年間迎來穩(wěn)步發(fā)展，深得無數開發(fā)者和研究人員的喜愛。

雷鋒網 AI 研習社此前對 Keras 2017 年間的兩個重要發(fā)展節(jié)點總結如下： 

2017 年 3 月，keras 迎來全新版本——Keras 2。Keras 開發(fā)人員此前在博客中表示，他們更愿意人們將 Keras 視為一種通用的 API 規(guī)范，而不僅僅是一個代碼庫。

3 月的版本中，最重要的一項內容就是增強了 Keras 與 TensorFlow 的邏輯一致性。另一項重要更新就是 API 的變化。他們重新設計了絕大部分 API，為將來的擴展和更新預留了充足的修改空間，并且新設計的 API 完全兼容于谷歌 TensorFlow 規(guī)范。

而在 2017 年 8 月，Keras 又做了如下幾點更新：修復漏洞，性能提升，文件改善，為在 TensorFlow 的數據張量（比如 Datasets, TFRecords）上訓練模型提供了更好的支持，提升 TensorBoard 用戶體驗，提升測試覆蓋范圍。此外，還迎來兩個重大變化：一是讓約束管理（constraint management）基于變量屬性；二是把層和模型中已經不再使用的約束屬性移除（不會影響任何用戶）。

這一系列更新，讓 Keras 的可擴展性和易用性更強。而在官方文檔上，也詳盡描述了 Keras 的幾大優(yōu)勢：

Keras 是為人類而不是為機器設計的 API。Keras 遵循減輕認知負載的最佳實踐：它提供一致而簡潔的 API，盡量減少常用操作所需的步驟，并對誤用給予清晰而有指導性的反饋。

這讓 Keras 既好學又好用。作為 Keras 的使用者，你比競爭對手更高效，因為你能更快地嘗試更多新點子。這反過來幫你贏得機器學習競賽。

簡單易用并不以犧牲靈活性為代價：因為 Keras 整合了底層深度學習語言，特別是 TensorFlow，使你可以構建原本想用底層語言構建的一切。Keras 以「tf.keras」的形式與 TensorFlow 無縫銜接。

此外，與其他深度學習框架相比，Keras 模型可以輕松地發(fā)布到更多平臺。它支持眾多后端引擎，支持多 GPU 和分布式訓練，它的開發(fā)受到谷歌、微軟、亞馬遜等多家深度學習生態(tài)圈中關鍵公司的支持。這一切讓 Keras 收獲無數認可，穩(wěn)步發(fā)展至今。

相信這次官方中文版的發(fā)布，會是 Keras 走向中國市場的一大步，期待未來看到 Keras 在中國的更多開發(fā)活動。

Keras 官方中文版文檔：https://keras.io/zh/

GitHub 地址：https://github.com/keras-team/keras

雷鋒網 AI 研習社編輯整理。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。