Keras 是一個用 Python 編寫的高級神經(jīng)網(wǎng)絡(luò) 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(zhuǎn)換為實驗結(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，請使用 Keras：

• 允許簡單而快速的原型設(shè)計（由于用戶友好，高度模塊化，可擴展性）。
• 同時支持卷積神經(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器設(shè)計的 API。它把用戶體驗放在首要和中心位置。Keras 遵循減少認知困難的最佳實踐：它提供一致且簡單的 API，將常見用例所需的用戶操作數(shù)量降至最低，并且在用戶錯誤時提供清晰和可操作的反饋。
• 模塊化。 模型被理解為由獨立的、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 更加適合高級研究。
• 基于 Python 實現(xiàn)。 Keras 沒有特定格式的單獨配置文件。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。最簡單的模型是 Sequential 順序模型，它是由多個網(wǎng)絡(luò)層線性堆疊的棧。對于更復(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簡單，同時又允許用戶在需要的時候能夠進行完全的控制（終極的控制是源代碼的易擴展性）。

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

或者，你可以手動地將批次的數(shù)據(jù)提供給模型：

只需一行代碼就能評估模型性能：

或者對新的數(shù)據(jù)生成預(yù)測：

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

有關(guān) Keras 更深入的教程，請查看：

• 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，你會找到更多高級模型：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 (如果你計劃在 GPU 上運行 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

默認情況下，Keras 將使用 TensorFlow 作為其張量操作庫。請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 這個鏈接 向該頻道請求邀請函。

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

為什么取名為 Keras?

Keras (κ?ρα?) 在希臘語中意為 號角 。它來自古希臘和拉丁文學(xué)中的一個文學(xué)形象，首先出現(xiàn)于 《奧德賽》 中， 夢神 (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，通過象牙之門抵達地球之人，以及那些宣告未來即將到來，通過號角之門抵達之人。 它類似于文字寓意，κ?ρα? (號角) / κρα?νω (履行)，以及 ?λ?φα? (象牙) / ?λεφα?ρομαι (欺騙)。

Keras 最初是作為 ONEIROS 項目（開放式神經(jīng)電子智能機器人操作系統(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；一個是用號角制造的，一個是用象牙制造的。穿過尖銳的象牙的 Oneiroi 是詭計多端的，他們帶有一些不會實現(xiàn)的信息； 那些穿過拋光的喇叭出來的人背后具有真理，對于看到他們的人來說是完成的。" Homer, Odyssey 19. 562 ff (Shewring translation).