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。它涵盖了与机器学习工作流程的每个步骤相关的广泛倡议。
KerasHub 文档 - KerasHub GitHub 仓库
KerasHub 是一个自然语言处理库,在其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而成,这些组件在直接使用时拥有最先进的预设权重和架构,并在需要更多控制时易于自定义。
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。通过 define-by-run 语法轻松配置您的搜索空间,然后利用现有的搜索算法之一来为您的模型找到最佳超参数值。KerasTuner 内置了贝叶斯优化、Hyperband 和随机搜索算法,同时也被设计得易于研究人员扩展,以便试验新的搜索算法。
AutoKeras 文档 - AutoKeras GitHub 仓库
AutoKeras 是一个基于 Keras 的 AutoML 系统。它由德州农工大学 DATA Lab 开发。AutoKeras 的目标是让每个人都能使用机器学习。它提供了高级的端到端 API,例如 ImageClassifier
或 TextClassifier
,只需几行代码即可解决机器学习问题,同时还提供 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)
一个用于使用生成式神经网络进行摊销贝叶斯工作流程的 Python 库,基于 Keras 3 构建,特点包括: