Costruisci e addestra modelli di deep learning per varie applicazioni come l'elaborazione di immagini e linguaggio.
Dal README
pip install keras --upgrade
- Write custom components (e.g. layers, models, metrics) that you can use in low-level workflows in any framework.
- You can take a Keras model and train it in a training loop written from scratch in native TF, JAX, or PyTorch.
- You can take a Keras model and use it as part of a PyTorch-native Module or as part of a JAX-native model function.
- Make your ML code future-proof by avoiding framework lock-in.
- As a PyTorch user: get access to power and usability of Keras, at last!
- As a JAX user: get access to a fully-featured, battle-tested, well-documented modeling and training library.
Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiDeep Learning per umani
keras ha 64.2k stelle su GitHub. È stato forkato 19.7k volte. keras è scritto principalmente in Python. È in sviluppo attivo dal 2015. keras è disponibile con licenza Apache-2.0. I suoi temi principali sono: data-science, deep-learning, jax, machine-learning.
Che cos'è keras?
Deep Learning per umani
keras è open source?
keras è un progetto open source. È rilasciato con licenza Apache-2.0.
keras è gratuito?
Sì. keras è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è keras?
keras è disponibile con licenza Apache-2.0.
In quale linguaggio è scritto keras?
keras è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/keras-team-keras.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.