Keras，今天7岁啦！

Keras框架7周年。

2015年3月28日，谷歌人工智能研究员François Chollet发布了Keras框架的第一版。当时，他在机器学习领域已从事多年的研究工作，创造Keras主要为了帮助自己快速实验。

图/François Chollet

François没想过人工智能会快速大众化，但在2015~2016年，就有数万名新人进入了机器学习领域，其中很多人都选择了Keras。

因为它能方便地定义和训练几乎所有类型的深度学习模型，使深度学习变得像操纵乐高积木一样简单，可以说是最容易上手的框架（现在仍然是）。

他们都在用Keras

很快，Keras就成为大量创业公司、研究生和研究人员转向该领域的首选深度学习解决方案。

截至2021年底，Keras的用户已经超过100万了，他们既包括创业公司和大公司的学术研究人员和工程师，也包括研究生和业余爱好者。

Google、Netflix、Uber、CERN、Yelp、Square以及上百家创业公司都在用Keras解决各种各样的问题。

甚至欧洲核子研究中心（CERN）、NASA、美国国立卫生研究院（NIH）、欧洲大型强子对撞机（LHC）等科学组织也是Keras的用户。

不同深度学习框架的Google网页搜索热度的变化趋势

此外，Keras还是机器学习竞赛网站Kaggle上的热门框架，最新的深度学习竞赛中，几乎所有的优胜者用的都是Keras模型，如上图所示。

上手深度学习的最佳工具

作为最受欢迎且发展最快的深度学习框架子一，Keras被广泛推荐为上手深度学习的最佳工具。究其原因，主要是Keras具有以下重要特性：

• 相同的代码可以在CPU或GPU上无缝切换运行。
• 具有用户友好的API，便于快速开发深度学习模型的原型。
• 内置支持卷积网络（用于计算机视觉）、循环网络（用于序列处理）以及二者的任意组合。
• 支持任意网络架构：多输入或多输出模型、层共享、模型共享等。这也就是说，Keras能够构建任意深度学习模型，无论是生成式对抗网络还是神经图灵机。

Keras基于宽松的MIT许可证发布，这意味着可以在商业项目中免费使用它。它与所有版本的Python都兼容（截至2017年年中，从Python2.7到Python3.6都兼容）。

Keras的经典配套教程

Keras广受欢迎，其实也一直需要一个配套教程，同时涵盖深度学习的基础知识、Keras使用模式，以及深度学习的最佳实践。

因此，Keras之父François Chollet尽最大努力写出了这本《Python深度学习》，以便尽量让更多的人能够使用深度学习。

在书中，François用尽可能容易理解的方式介绍了深度学习背后的概念及其实现。无论是在职的机器学习工程师、软件开发者还是大学生，都会在本书中找到有价值的内容。

本书是对深度学习的实践探索，避免使用数学符号，尽量用代码片段来解释定量概念，帮你建立关于机器学习和深度学习核心思想的直觉。

书中包含30多个代码示例，有详细的注释、实用的建议和简单的解释。知道这些你就可以开始用深度学习来解决具体问题了。

全书代码示例都使用Python深度学习框架Keras，并用TensorFlow作为后端引擎。

读完本书后，你将会：

• 充分理解什么是深度学习、什么时候该用深度学习，以及它的局限性。
• 学到解决机器学习问题的标准工作流程，还会知道如何解决常见问题。
• 能够使用Keras来解决从计算机视觉到自然语言处理等许多现实世界的问题，包括图像识别、时间序列预测、情感分析、图像和文字生成等。

简介：本书由Keras之父François Chollet执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。