Einführung
Keras ist eine Open-Source-Softwarebibliothek, die eine Python-Schnittstelle für künstliche neuronale Netze bereitstellt. Keras fungiert als Schnittstelle für die TensorFlow-Bibliothek.
Es handelt sich um eine neuronale Netzwerkbibliothek, die auf der Programmiersprache Python basiert und entwickelt wurde, um maschinelle Lernanwendungen zu vereinfachen. Keras läuft auf Frameworks wie TensorFlow.
In dieser Anleitung zeigen wir Ihnen wie Sie Keras auf Ubuntu-Systemen installieren.
Installation
Keras wurde entwickelt, um mit vielen verschiedenen Frameworks für maschinelles Lernen wie TensorFlow, Theano, R, PlaidML und Microsoft Cognitive Toolkit zusammenzuarbeiten. Das beste Framework zur Verwendung mit Keras ist jedoch TensorFlow .
Sie können auch den Schritten in der Installationsanleitung von TensorFlow unter diesem Link folgen Tensorflow unter Ubuntu installieren .
Nachdem Sie Tensorflow erfolgreich installiert haben, führen Sie einfach die folgenden Schritte aus, um Keras zu installieren .
Installieren Sie Keras
- Installieren Sie Keras mit dem folgenden Befehl
pip3 install keras
- Überprüfen Sie die Installation, indem Sie die Paketinformationen anzeigen, indem Sie den folgenden Befehl mit pip ausführen.
pip3 show keras
Keras vs. TensorFlow
Keras und TensorFlow sind also beide Open-Source-Software.
TensorFlow ist eine Softwarebibliothek für maschinelles Lernen.
Keras läuft auf TensorFlow und erweitert die Fähigkeiten der Basissoftware für maschinelles Lernen.
Außerdem macht Keras die Implementierung, das Testen und die Verwendung benutzerfreundlicher.
Keras arbeitet mit TensorFlow zusammen, um eine Schnittstelle in der Programmiersprache Python bereitzustellen. Es funktioniert mit Ebenen und Modellen.
Ebenen
Eine Schicht ist eine Verarbeitungseinheit. Es akzeptiert Eingaben, führt Berechnungen mit dieser Eingabe durch und gibt dann die transformierten Informationen aus.
Eine Ebene erfordert Folgendes:
- Form der Eingabe: Definiert, wie die Ebene die Eingabeinformationen interpretiert
- Initialisierer :Legt das Gewicht fest , oder Wichtigkeit, jeder Information.
- Aktivator: Wandelt die Daten in eine nichtlineare Form um.
Modelle
Ein Modell ist eine Gruppe von Schichten . Zu einem Modell gehören auch Trainings- und Inferenzmodule – hier kommt maschinelles Lernen ins Spiel. Jedes Modell hat Folgendes:
- Eingaben: Skripte, die Informationen an das Keras-Modell senden.
- Ausgänge: Die Informationen, die nach der Transformation durch das Keras-Modell herauskommen.
- Typ: Ein Modell kann sequenziell sein , was bedeutet, dass es Schicht für Schicht aufgebaut wird, um ein Problem zu lösen. Oder es kann funktional sein , wo Schichten auf komplexe und nichtlineare Weise miteinander verbunden sein können.
Schlussfolgerung
In diesem Tutorial haben wir gezeigt, wie Keras und Tensorflow auf einem Ubuntu-Linux-System mit den erforderlichen Python-Paketen installiert werden.