Keras 生态系统

Keras 项目不仅仅局限于用于构建和训练神经网络的核心 Keras API。它涵盖了广泛的相关计划，覆盖了机器学习工作流程的每一步。

KerasTuner

KerasTuner 文档 - KerasTuner GitHub 仓库

KerasTuner 是一个易于使用、可扩展的超参数优化框架，解决了超参数搜索的痛点。使用运行时定义语法轻松配置您的搜索空间，然后利用可用的搜索算法之一来找到模型的最佳超参数值。KerasTuner 内置了贝叶斯优化、Hyperband 和随机搜索算法，并且还被设计为易于研究人员扩展，以便尝试新的搜索算法。

KerasHub

KerasHub 文档 - KerasHub GitHub 仓库

KerasHub 是一个自然语言处理库，它在用户的整个开发周期中为用户提供支持。我们的工作流程由模块化组件构建，这些组件在开箱即用时具有最先进的预设权重和架构，并且在需要更多控制时易于自定义。

KerasCV

KerasCV 文档 - KerasCV GitHub 仓库

KerasCV 是一个模块化构建块（层、指标、损失、数据增强）的存储库，应用计算机视觉工程师可以利用它来快速组装用于常见用例的生产级、最先进的训练和推理管道，例如图像分类、目标检测、图像分割、图像数据增强等。

KerasCV 可以被理解为 Keras API 的水平扩展：这些组件是新的第一方 Keras 对象（层、指标等），它们太专业而无法添加到核心 Keras 中，但与 Keras API 的其余部分一样，它们也获得了相同的润色和向后兼容性保证。

AutoKeras

AutoKeras 文档 - AutoKeras GitHub 仓库

AutoKeras 是一个基于 Keras 的 AutoML 系统。它由德克萨斯 A&M 大学 DATA 实验室 开发。AutoKeras 的目标是让每个人都能使用机器学习。它提供了高级端到端 API，例如 ImageClassifier 或 TextClassifier，只需几行代码即可解决机器学习问题，并提供了 灵活的构建块 来执行架构搜索。

import autokeras as ak

clf = ak.ImageClassifier()
clf.fit(x_train, y_train)
results = clf.predict(x_test)