케 라스 대 tf. 케 라스


20

나는 사이의 선택에 혼란 조금 해요 Keras (keras 팀 / keras) 및 tf.keras을 (tensorflow / tensorflow / 파이썬 / keras /) 내 새로운 연구 프로젝트.

Keras 가 누구도 소유하지 않는다는 논쟁이 있습니다 . 따라서 사람들이 더 기고하고 프로젝트를 관리하기가 훨씬 쉬워 질 것입니다. ‬

다른 측면에서, tf.keras은 Google에서 지금보다 엄격한 테스트 및 유지 보수를 소유하고 있습니다. 또한 이것은 Tensorflow v.2에있는 새로운 기능을 활용하기위한 더 나은 옵션 인 것 같습니다.

따라서 데이터 과학 (머신 러닝) 프로젝트 (연구 단계)를 시작하려면 처음에는 둘 다 괜찮습니다. 어느 것을 선택합니까?



이에 대한 또 다른 설명 : pyimagesearch.com/2019/10/21/…
moh

답변:


16

에서 Keras의 REPO :

Keras는 Python으로 작성되었으며 TensorFlow, CNTK 또는 Theano에서 실행할 수있는 고급 신경망 API입니다.

Keras를 설치하기 전에 백엔드 엔진 중 하나 인 TensorFlow, Theano 또는 CNTK를 설치하십시오. TensorFlow 백엔드를 권장합니다.

따라서 Keras는 스킨 (API)입니다. TensorFlow는이 스킨 자체를로 포함하기로 결정했습니다 tf.keras. Keras는 TensorFlow가 이미 구현 한 API를 제공하기 때문에 (CNTK와 Theano가 TensorFlow를 능가하지 않는 한) tf.kerasAPI 다양성 측면에서 Keras를 따라갈 것입니다. 따라서, 나는 tf.keras당신이 하나의 고품질 레포에 계속 참여 하도록 제안 할 것입니다 . 두개 대신에 두통이 줄어 듭니다.

당신은 어느 것을 선택합니까?!

tf.keras‬.


5

트윗 프랑수아 Chollet에서 사용하는 제안 tf.keras을 .

Keras 코드를 tf.keras로 전환하는 것이 좋습니다.

Theano와 CNTK는 모두 개발되지 않았습니다. 한편 Keras 백엔드로서 Keras 사용량의 4 % 미만을 나타냅니다. 나머지 96 %의 사용자 (이 중 절반 이상이 이미 tf.keras에 있음)는 tf.keras를 사용하는 것이 좋습니다.

Keras 개발은 앞으로 tf.keras에 중점을 둘 것입니다.

중요하게, 우리는 타사 직원이 훨씬 쉽게 기여할 수 있도록 keras-team / keras의 자체 독립형 GitHub 저장소에서 tf.keras를 개발하기 시작할 것입니다.

케라 스는 지금보다 더 빨리 움직이지 않았습니다

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.