KERAS




¿QUE ES KERAS?







Keras es un API desarrollada para redes neuronales artificiales de alto nivel y de experimentación rápida, por lo tanto, permite obtener resultados de manera mas rápida y eficaz; esta API cuenta con lenguaje Python y es capaz de ejecutarse sobre Tensor Flow y otras bibliotecas. Entre las principales características, se encuentra que permite la creación de modelos de manera fácil y rápida, se ejecuta sin problemas en la unidad central de proceso y la mejor de todas, permite desarrollar redes neuronales convolucionales y redes neuronales recurrentes.

 Contiene varias implementaciones de modelos de construcción de redes neuronales, muchas de estas con características similares, como uso, objetivos, capas, funciones, entre otras. De la misma manera y teniendo en cuenta que se desarrollo con el fin de obtener resultados de una manera mas eficiente, cuenta con un conjunto de herramientas que permiten facilitar el procesamiento de datos, conjuntos de datos provenientes tanto de imágenes como de texto. 

El código de esta API se encuentra alojado en GitHub, entre otras paginas y foros  que ofrecen mas información acerca del funcionamiento y problemas que se pueden presentar en Keras. Entre los principios rectores de Keras se encuentran:
  • Cuenta con facilidad de uso, como se menciono anteriormente el conjunto de características y herramientas permiten que sea una API consistente y de fácil manejo con buenos resultados.  
  • Modularidad, se refiere a que puede combinar diferentes capas, esquemas y funciones con el fin de generar nuevos modelos. 
  • Facilita la extensibilidad, esta característica permite que sea una API establecida y adecuada para la investigación avanzada, esto gracias a que la creación de los nuevos módulos permite una total expresividad. 
  • Trabaja con Python, esta característica como se menciono al inicio, es una de las mas buenas e importantes, los modelos se describen en código Python el cual es mas compacto y facilita procesos en la depuración y la extensión. 







No hay comentarios:

Publicar un comentario