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.
Gosto que o TensorFlow esteja se afastando dos formatos tensorflow extended, slim, keras, etc., para que tudo seja feito em Keras. É frustrante ver hardware que promove suporte para modelos TensorFlow apenas para descobrir que o software associado só suporta modelos da API de detecção de objetos ou apenas suporta modelos tensorflow extended. Quero que as coisas simplesmente funcionem em todas as bibliotecas de hardware e software. Análise coletada por e hospedada no G2.com.
Embora o Keras seja uma melhoria em direção à fácil personalização de modelos existentes, ele não vai longe o suficiente para facilitar a experimentação de uma variedade de arquiteturas personalizadas. Coisas simples, como poder visualizar os pesos em um neurônio e removê-lo cirurgicamente se não atender a algum critério personalizado, depois salvar e recarregar, não são suportadas. Estou usando projetos de terceiros para tentar tornar isso mais fácil (https://github.com/Raukk/tf-keras-surgeon/), mas sinto que o projeto de terceiros é um pouco improvisado e poderia ser melhorado com suporte nativo da biblioteca.
É difícil pegar um modelo novo e melhorado que outra pessoa escreveu e ajustá-lo com o método de um artigo recente de substituir todas as camadas X por Y, para o qual eles viram alguma melhoria. Tenho cerca de vinte artigos com melhorias sobre um modelo de referência e muitos desses não são independentes, mas colocá-los todos em um modelo é desnecessariamente difícil. Análise coletada por e hospedada no G2.com.
1. Adoro o fato de que com poucas linhas de código e pouco conhecimento sobre aprendizado profundo e redes neurais convolucionais, é possível construir facilmente um classificador de imagens apenas lendo sua documentação.
2. O suporte da comunidade e dos desenvolvedores do Keras é muito alto e ativo, então há muitos tutoriais sobre Keras disponíveis.
3. Adoro o fato de que posso facilmente integrar Keras e Scikit-learn, e aplicar funções no Scikit-learn, como ensembles, validação cruzada e empilhamento. Análise coletada por e hospedada no G2.com.
Keras é uma estrutura de aprendizado profundo de alto nível, o que torna a personalização e o ajuste difíceis. Análise coletada por e hospedada no G2.com.
Keras is an open source deep learning framework with lots and lots of features it allows you to do so many things like creating multi later neural networks etc. Keras is performs computations quickly and it is built upon Tensorflow which is one of the best frameworks out there. The fact I can build a full neural network in less than 9 lines is because of keras. It also has all the required deep learning functions killer Dropout,Dense, softmax amongst others Análise coletada por e hospedada no G2.com.
Keras is structured as an API to simply make function calls to Tensorflow. Making it hard to implement features that aren't out of the box Análise coletada por e hospedada no G2.com.
Keras é muito flexível e amigável ao usuário quando se trata de treinar modelos. Análise coletada por e hospedada no G2.com.
Não compatível com Tensorflow. Incapaz de converter alguns modelos TF treinados para Keras. Análise coletada por e hospedada no G2.com.
Acredito que o Keras é um dos principais pilares que elevaram o aprendizado profundo ao seu estado atual. É fácil de usar e poderoso. A integração perfeita com o Tensorflow é fantástica. Keras é um dos melhores senão o melhor. Análise coletada por e hospedada no G2.com.
A única coisa que não gostei durante minha jornada com o Keras é como eles não fizeram um bom trabalho em manter a compatibilidade retroativa. Às vezes, tive que fazer grandes mudanças para acomodar versões mais recentes. Análise coletada por e hospedada no G2.com.
É o frontend que toda biblioteca de ML deveria usar. A API é bastante compreensível, construir camadas faz sentido, a API de estimador do TensorFlow está muito perdida nos detalhes para abstrair tal facilidade de uso. Funções de perda, ativações, otimizadores, LSTM, você tem tudo isso. Análise coletada por e hospedada no G2.com.
Número de problemas abertos no GitHub, este projeto precisa de mais apoio direcionado. Pode revolucionar o mundo da IA. O Tensorflow percebeu sua importância e o otimizou para integrá-lo nas raízes na versão 2.0, mas ainda assim a 2.0 não foi lançada no canal estável. Talvez mais alguns meses. Análise coletada por e hospedada no G2.com.
Eu adoro a facilidade que o Keras oferece, uma excelente camada de abstração em torno do Tensorflow, permitindo a construção de personalizações para redes neurais. Análise coletada por e hospedada no G2.com.
O fato de que o Keras está abandonando funcionalidades para outros frameworks um após o outro e provando ser uma forte abstração do TF. Qual é a diferença entre TF.keras então? Análise coletada por e hospedada no G2.com.
fácil de implantar modelos, ajustá-los e exportá-los Análise coletada por e hospedada no G2.com.
a documentação é insuficiente; apenas as redes mais básicas são claramente explicadas; os conceitos por trás dos hiperparâmetros não são explicados de forma alguma (o que é um otimizador? qual é a diferença entre adagrad e adam?); como construir redes mais complicadas como redes neurais recorrentes? Análise coletada por e hospedada no G2.com.
If you want to quickly build and test a neural network with minimal lines of code, Keras is the best framework. With Keras, you can build simple or very complex neural networks within a few minutes. Keras is more user friendly. Análise coletada por e hospedada no G2.com.
If someone wants more control over your network and want to watch closely what happens with the network over the time, Tensor Flow is the right choice. Keras has been integrated in TF, it is wiser to build your network using tf.keras and insert anything you want in the network using pure TensorFlow. Análise coletada por e hospedada no G2.com.
