Zusammenfassung
Mit Keras wird das Erstellen und Trainieren neuronaler Netze, die eine Vielzahl von Deep Learning-Tasks durchführen, erheblich vereinfacht. Sie sollten dennoch mit den verschiedenen Architekturen für neuronale Netze vertraut sein und wissen, welche Arten von Schichten in einem Netz enthalten sein und wie groß diese sein sollten. Sie sollten sich auch mit Aktivierungsfunktionen beschäftigt haben und entscheiden können, wann unterschiedliche Aktivierungsfunktionen zum Einsatz kommen. Sobald Sie jedoch festgelegt haben, was das zu erstellende neuronale Netz umfassen soll, sind nur noch wenige Codezeilen nötig, um Ihren Plan umzusetzen. Darüber hinaus ermöglicht Keras Ihnen das Experimentieren mit unterschiedlichen Netzarchitekturen und -implementierungen und das schnelle Vergleichen der Ergebnisse.
Weitere Informationen
Wenn Sie mehr über Keras erfahren möchten, finden Sie in den verfügbaren Onlinequellen wie dem Keras-Blog noch ausführlichere Informationen. Sie sollten zudem François Chollet auf Twitter folgen. François Chollet ist der Entwickler hinter Keras und der Autor des Buchs Deep Learning with Python (Deep Learning mit Python), das für das Selbststudium von Keras optimal geeignet ist. In diesem Buch finden Sie nicht nur eine Einführung in Keras und wichtige Ratschläge zur effizienten Verwendung, sondern auch eine Einführung in die Arbeit mit Deep Learning, die nicht an Plattformen oder Bibliotheken gebunden ist.