《智能系统与技术丛书 生成对抗网络入门指南》—2.3Keras基础入门

2.3　Keras基础入门

2.3.1　Keras简介与安装

       Keras（见图2-13）是目前世界上深度学习研究领域非常流行的框架，相比于之前介绍的TensorFlow，Keras是一种更高层次的深度学习API。Keras使用Python编写而成，包含了大量模块化接口，有很多常用模型仅需几行代码即可完成，大大提高了深度学习的科研效率。它是一个高级接口，后端可支持TensorFlow、Theano、CNTK多种深度学习基础框架，默认为TensorFlow，其他需要单独设置。2017年年初，Google将Keras整合到了TensorFlow中，目前它已经成为TensorFlow中的高级API模块。

       Keras具备以下三个核心特点：

       允许研究人员快速搭建原型设计。

       支持深度学习中流行的卷积神经网络与循环神经网络，以及它们两者的组合。

       可以在CPU与GPU上无缝运行。

       Keras的口号是“为人类服务的深度学习”，在整体的设计上坚持开发者友好，在API的设计上简单可读，将用户体验放在首位，希望研发人员可以以尽可能低的学习成本投入到深度学习的开发中。Keras的API设计是模块化的，用户可以基于自己设想的模型对已有模块进行组装，其中如神经网络层、损失函数、优化器、激活函数等都可以作为模块而组合成新的模型。与此同时，Keras的扩展性非常强大，用户可以轻松创建新模块以用于科学研究。

       除了直接使用TensorFlow已经包含的Keras模块外，我们可以通过Python的pip工具来下载Keras。

$ sudo pip install keras

       当然，如果想直接使用源码安装也是可以的，按照下面的命令下载GitHub上的源码，直接安装即可。

$ git clone https://github.com/keras-team/keras.git

$ cd keras

$ sudo python setup.py install

       此外，Keras具有一个非常活跃的开发者社区，每天都会有大量的开源代码贡献者为Keras提供各种各样的功能。其中Keras-contrib是一个官方的Keras社区扩展版本，它包含了很多社区开发者提供的新功能，为Keras的用户提供了更多选择。

       Keras-contrib的新功能通过审核都会整合到Keras核心项目中，如果项目现在就想使用的话需要单独安装，同样可以使用pip工具直接安装。

$ sudo pip install git+https://www.github.com/keras-team/keras-contrib.git

       也可以使用源码安装的方法。

$ git clone https://www.github.com/keras-team/keras-contrib.git

$ cd keras-contrib

$ python setup.py install