Présentation
Kéras est une bibliothèque de logiciels open source qui fournit une interface Python pour les réseaux de neurones artificiels. Keras agit comme une interface pour la bibliothèque TensorFlow.
Il s'agit d'une bibliothèque de réseaux de neurones basée sur le langage de programmation Python conçue pour simplifier les applications d'apprentissage automatique. Keras s'exécute sur des frameworks tels que TensorFlow.
Dans ce guide, nous allons donc vous montrer comment installer Keras sur les systèmes Ubuntu.
Installation
Keras est conçu pour fonctionner avec de nombreux frameworks d'apprentissage automatique différents, tels que TensorFlow, Theano, R, PlaidML et Microsoft Cognitive Toolkit. Cependant, le meilleur framework à utiliser avec Keras est TensorFlow .
Vous pouvez également suivre les étapes du guide d'installation de TensorFlow à partir de ce lien Installer Tensorflow sur Ubuntu .
Après avoir installé avec succès Tensorflow, suivez simplement les étapes ci-dessous pour installer Keras .
Installer Keras
- Installez Keras avec la commande suivante
pip3 install keras
- Vérifiez l'installation en affichant les informations sur le package en exécutant la commande ci-dessous avec pip.
pip3 show keras
Keras contre TensorFlow
Keras et TensorFlow sont donc tous deux des logiciels open source.
TensorFlow est une bibliothèque logicielle pour l'apprentissage automatique.
Keras s'exécute au-dessus de TensorFlow et étend les capacités du logiciel d'apprentissage automatique de base.
De plus, Keras rend la mise en œuvre, les tests et l'utilisation plus conviviaux.
Keras travaille avec TensorFlow pour fournir une interface dans le langage de programmation Python. Cela fonctionne en utilisant des couches et des modèles.
Calques
Une couche est une unité de traitement. Il accepte l'entrée, effectue des calculs sur cette entrée, puis génère les informations transformées.
Une couche nécessite les éléments suivants :
- Forme de l'entrée : Définit comment la couche donnera un sens aux informations d'entrée
- Initialisation :Définit le poids , ou l'importance, de chaque élément d'information.
- Activateur : Transforme les données sous une forme non linéaire.
Modèles
Un modèle est un groupe de calques . Un modèle comprend également des modules de formation et d'inférence - c'est là que l'apprentissage automatique entre en jeu. Chaque modèle a les éléments suivants :
- Entrée : Scripts qui envoient des informations dans le modèle Keras.
- Sorties : Les informations qui sortent après avoir été transformées par le modèle Keras.
- Tapez : Un modèle peut être séquentiel , ce qui signifie qu'il est construit une couche à la fois pour résoudre un problème. Ou, il peut être fonctionnel , où les couches peuvent s'interconnecter de manière complexe et non linéaire.
Conclusion
Dans ce didacticiel, nous avons illustré comment installer Keras et Tensorflow sur le système Ubuntu Linux avec les packages Python nécessaires.