Keras 是一個(gè)用 Python 編寫的高級(jí)神經(jīng)網(wǎng)絡(luò) API,，它能夠以 TensorFlow, CNTK, 或者 Theano 作為后端運(yùn)行。Keras 的開發(fā)重點(diǎn)是支持快速的實(shí)驗(yàn),。能夠以最小的時(shí)延把你的想法轉(zhuǎn)換為實(shí)驗(yàn)結(jié)果,，是做好研究的關(guān)鍵。

如果你在以下情況下需要深度學(xué)習(xí)庫,，請(qǐng)使用 Keras：

• 允許簡(jiǎn)單而快速的原型設(shè)計(jì)（由于用戶友好,，高度模塊化，可擴(kuò)展性）,。
• 同時(shí)支持卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò),，以及兩者的組合。
• 在 CPU 和 GPU 上無縫運(yùn)行,。

Keras 兼容的 Python 版本: Python 2.7-3.6,。

指導(dǎo)原則

• 用戶友好。 Keras 是為人類而不是為機(jī)器設(shè)計(jì)的 API,。它把用戶體驗(yàn)放在首要和中心位置,。Keras 遵循減少認(rèn)知困難的最佳實(shí)踐：它提供一致且簡(jiǎn)單的 API，將常見用例所需的用戶操作數(shù)量降至最低,，并且在用戶錯(cuò)誤時(shí)提供清晰和可操作的反饋,。
• 模塊化。 模型被理解為由獨(dú)立的,、完全可配置的模塊構(gòu)成的序列或圖,。這些模塊可以以盡可能少的限制組裝在一起。特別是神經(jīng)網(wǎng)絡(luò)層,、損失函數(shù),、優(yōu)化器、初始化方法,、激活函數(shù),、正則化方法，它們都是可以結(jié)合起來構(gòu)建新模型的模塊。
• 易擴(kuò)展性,。 新的模塊是很容易添加的（作為新的類和函數(shù)）,，現(xiàn)有的模塊已經(jīng)提供了充足的示例。由于能夠輕松地創(chuàng)建可以提高表現(xiàn)力的新模塊,，Keras 更加適合高級(jí)研究,。
• 基于 Python 實(shí)現(xiàn)。 Keras 沒有特定格式的單獨(dú)配置文件,。模型定義在 Python 代碼中,，這些代碼緊湊，易于調(diào)試,，并且易于擴(kuò)展,。

快速開始：30 秒上手 Keras

Keras 的核心數(shù)據(jù)結(jié)構(gòu)是 model，一種組織網(wǎng)絡(luò)層的方式,。最簡(jiǎn)單的模型是 Sequential 順序模型,，它是由多個(gè)網(wǎng)絡(luò)層線性堆疊的棧。對(duì)于更復(fù)雜的結(jié)構(gòu),，你應(yīng)該使用 Keras 函數(shù)式 API,，它允許構(gòu)建任意的神經(jīng)網(wǎng)絡(luò)圖。

Sequential 順序模型如下所示：

可以簡(jiǎn)單地使用 .add() 來堆疊模型：

在完成了模型的構(gòu)建后, 可以使用 .compile() 來配置學(xué)習(xí)過程：

如果需要,，你還可以進(jìn)一步地配置你的優(yōu)化器,。Keras 的核心原則是使事情變得相當(dāng)簡(jiǎn)單，同時(shí)又允許用戶在需要的時(shí)候能夠進(jìn)行完全的控制（終極的控制是源代碼的易擴(kuò)展性）,。

現(xiàn)在,，你可以批量地在訓(xùn)練數(shù)據(jù)上進(jìn)行迭代了：

或者，你可以手動(dòng)地將批次的數(shù)據(jù)提供給模型：

只需一行代碼就能評(píng)估模型性能：

或者對(duì)新的數(shù)據(jù)生成預(yù)測(cè)：

構(gòu)建一個(gè)問答系統(tǒng),，一個(gè)圖像分類模型,，一個(gè)神經(jīng)圖靈機(jī)，或者其他的任何模型,，就是這么的快,。深度學(xué)習(xí)背后的思想很簡(jiǎn)單，那么它們的實(shí)現(xiàn)又何必要那么痛苦呢,？

有關(guān) Keras 更深入的教程,，請(qǐng)查看：

• 開始使用 Sequential 順序模型
• 開始使用函數(shù)式 API

在代碼倉庫的 examples 目錄中，你會(huì)找到更多高級(jí)模型：基于記憶網(wǎng)絡(luò)的問答系統(tǒng),、基于棧式 LSTM 的文本生成等等,。

安裝指引

在安裝 Keras 之前,，請(qǐng)安裝以下后端引擎之一：TensorFlow,，Theano，或者 CNTK。我們推薦 TensorFlow 后端,。

• TensorFlow 安裝指引,。
• Theano 安裝指引。
• CNTK 安裝指引,。

你也可以考慮安裝以下可選依賴：

• cuDNN (如果你計(jì)劃在 GPU 上運(yùn)行 Keras,，建議安裝)。
• HDF5 和 h5py (如果你需要將 Keras 模型保存到磁盤,，則需要這些),。
• graphviz 和 pydot (用于可視化工具繪制模型圖)。

安裝 Keras ,。有兩種方法安裝 Keras：

使用 TensorFlow 以外的后端

默認(rèn)情況下,，Keras 將使用 TensorFlow 作為其張量操作庫。請(qǐng)跟隨這些指引來配置其他 Keras 后端,。

技術(shù)支持

你可以提出問題并參與開發(fā)討論：

• Keras Google group,。
• Keras Slack channel。 使用 這個(gè)鏈接 向該頻道請(qǐng)求邀請(qǐng)函,。

你也可以在 Github issues 中張貼漏洞報(bào)告和新功能請(qǐng)求（僅限于此）,。注意請(qǐng)先閱讀 規(guī)范文檔。

為什么取名為 Keras?

Keras (κ?ρα?) 在希臘語中意為 號(hào)角 ,。它來自古希臘和拉丁文學(xué)中的一個(gè)文學(xué)形象,，首先出現(xiàn)于 《奧德賽》 中， 夢(mèng)神 (Oneiroi, singular Oneiros) 從這兩類人中分離出來：那些用虛幻的景象欺騙人類,，通過象牙之門抵達(dá)地球之人,，以及那些宣告未來即將到來，通過號(hào)角之門抵達(dá)之人,。 它類似于文字寓意,，κ?ρα? (號(hào)角) / κρα?νω (履行)，以及 ?λ?φα? (象牙) / ?λεφα?ρομαι (欺騙),。

Keras 最初是作為 ONEIROS 項(xiàng)目（開放式神經(jīng)電子智能機(jī)器人操作系統(tǒng)）研究工作的一部分而開發(fā)的,。

"Oneiroi 超出了我們的理解 - 誰能確定它們講述了什么故事？并不是所有人都能找到,。那里有兩扇門,，就是通往短暫的 Oneiroi 的通道；一個(gè)是用號(hào)角制造的,，一個(gè)是用象牙制造的,。穿過尖銳的象牙的 Oneiroi 是詭計(jì)多端的，他們帶有一些不會(huì)實(shí)現(xiàn)的信息,； 那些穿過拋光的喇叭出來的人背后具有真理,，對(duì)于看到他們的人來說是完成的,。" Homer, Odyssey 19. 562 ff (Shewring translation).