Principais Alternativas de Keras Mais Bem Avaliadas
Avaliações em Vídeo
Foi realmente útil na maioria dos meus projetos e trabalhos de tese.
Avaliações 64 Keras
Sentimento Geral da Revisão para Keras
Entre para ver o sentimento das avaliações.
Keras é a melhor plataforma que funciona em muitos locais. Como TensorFlow, Microsoft Cognitive Services etc... Análise coletada por e hospedada no G2.com.
Não é adequado para iniciantes que precisam de configuração inicial e mais conhecimento técnico em Tensorflow. Análise coletada por e hospedada no G2.com.
A primeira coisa que gosto no Keras é que é uma API muito amigável para o usuário. Posso criar modelos de Deep Learning muito rapidamente por causa de suas funções muito ricas. Outra coisa importante é sua comunidade. Sempre que encontro algum problema no código, posso procurá-lo na comunidade Keras; por causa de sua popularidade, você pode encontrar soluções um pouco mais facilmente. Também fornece muitos modelos pré-treinados como Xception, MobileNet, VGG16, InceptionV3, e muitos mais. Assim, posso usar esses modelos sem treinamento. Se você tiver GPUs, então também oferece suporte a GPU, o que torna o treinamento de modelos mais rápido. Análise coletada por e hospedada no G2.com.
O que eu não gosto no Keras é que ele não tem boas funções para processamento de dados. Ele também precisa de algumas melhorias. Às vezes, leva mais tempo para treinar modelos por causa de problemas de backend. Análise coletada por e hospedada no G2.com.
Redes neurais são indispensáveis para ciência de dados e aprendizado de máquina. É bastante fácil de usar se você tiver um pouco de conhecimento da matemática do trabalho. A documentação e outros recursos são bons e satisfatórios. Os exemplos em keras.io são muito instrutivos. O módulo de processamento de imagem é bem-sucedido. Executa modelos suavemente em GPU e CPU. Suporta RNN e CNN. Análise coletada por e hospedada no G2.com.
No geral, estou satisfeito, mas sinto que não estou em pleno controle do modelo. Análise coletada por e hospedada no G2.com.
O que eu mais gostei no framework Keras é que, ao contrário do TensorFlow, ele fornece um conjunto fácil de linhas de código, usando o qual podemos desenvolver modelos de aprendizado profundo facilmente. Análise coletada por e hospedada no G2.com.
O que eu menos gostei sobre o framework Keras é que ele às vezes fornece erros que são difíceis de depurar. Análise coletada por e hospedada no G2.com.
1. Muito fácil de implementar
2. Muito fácil de aprender
3. Tem muitos parâmetros/opções para acionar algoritmos
4. Bom para iniciantes em aprendizado profundo Análise coletada por e hospedada no G2.com.
1. Não tão avançado e depurável em comparação com tensorflow ou pytorch
2. Não tão rápido em computação em comparação com outros frameworks Análise coletada por e hospedada no G2.com.
Keras é muito fácil de usar, mesmo para iniciantes que têm habilidades básicas de programação em Python. Mesmo modelos complexos de aprendizado profundo podem ser construídos com apenas algumas linhas de código. A maior vantagem é o tempo de execução: os códigos são executados muito rapidamente. Além disso, os exemplos de código são intuitivos e prontamente disponíveis. A documentação é construída com cuidado e atenção e há respostas para quase todos os problemas. Eu sempre encontro o que preciso para resolver meu problema. Análise coletada por e hospedada no G2.com.
Às vezes, não é fácil encontrar exemplos de código para alguns recursos avançados. Além disso, houve alguns erros na execução do código e tive dificuldade em entender de onde eles vieram. Como o Keras é um código bastante simples, às vezes é difícil personalizar modelos que foram construídos por outra pessoa. Nesse caso, eu preferiria usar outros pacotes que podem ser mais complexos, mas fazem o trabalho. Análise coletada por e hospedada no G2.com.
