Mavzu: Neyron tarmoq asosida sinflashtirish masalasini yechish. Neyron tarmog‘ida yo‘qotish funksiyasi (loss function) va gradientli tushish (gradient descent) funksiyalarini hisoblash. Sinflashtirish uchun model aniqligi oshirish. Guruh

Keras paketi haqida tushunchasi
Keras bu ochiq manbali dasturiy ta'minot bilan ta'minlaydigan kutubxona Python uchun interfeys sun'iy neyron tarmoqlari. Keras interfeysi sifatida ishlaydi TensorFlow kutubxona..
1.3 versiyasiga qadar Keras bir nechta orqa fonlarni qo'llab-quvvatladi, shu jumladan TensorFlow, Microsoft kognitiv vositalar to'plami, R, Theanova PlaidML. 2.4 versiyasidan boshlab, faqat TensorFlow qo'llab-quvvatlanadi. Bilan tezkor eksperimentlarni yoqish uchun mo'ljallangan chuqur asab tarmoqlari, u foydalanuvchilarga qulay, modulli va kengaytiriladigan bo'lishga qaratilgan. U ONEIROS (Open Neuro-Electronic Intelligent Robot Operating System) loyihasining tadqiqot ishlari doirasida ishlab chiqilgan, va uning asosiy muallifi va qo'llab-quvvatlovchisi Fransua Chollet, a Google muhandis. Xollet shuningdek XCeption chuqur neyron tarmoq modelining muallifi.

3-rasm. CNNdan foydalangan holda rasmdan 3d chizma olish

Keras ko'p ishlatiladigan neyron tarmoqlari bloklarini, masalan, qatlamlar, maqsadlar, faollashtirish funktsiyalari, optimizatorlar, va chuqur neyron tarmoq kodini yozish uchun zarur bo'lgan kodlashni soddalashtirish uchun rasm va matnli ma'lumotlar bilan ishlashni osonlashtiradigan ko'plab vositalar.
Kod joylashtirilgan GitHubva jamoatchilikni qo'llab-quvvatlash forumlari GitHub muammolari sahifasini va a Bo'shashish kanal.
Keras standart neyron tarmoqlaridan tashqari uni qo'llabquvvatlaydi konvolyutsion va takrorlanadigan neyron tarmoqlari. Kabi boshqa umumiy dastur qatlamlarini qo'llab-quvvatlaydi tushib qolish, partiyani normallashtirishva hovuzlash.
Keras foydalanuvchilarga chuqur modellarni smartfonlarda ishlab chiqarishga imkon beradi (iOS va Android), Internetda yoki Java virtual mashinasi. Shuningdek, bu klasterlar bo'yicha chuqur o'rganish modellarining tarqatilgan mashg'ulotlaridan foydalanishga imkon beradi Grafik ishlov berish bloklari (GPU) va tensorni qayta ishlash birliklari (TPU).