Keras 2.0.7 发布了。Keras是一个极简的、高度模块化的神经网络库,采用Python(Python 2.7-3.5.)开发,能够运行在TensorFlow和Theano任一平台,好项目旨在完成深度学习的快速开发。
各项主要改进方面如下: 修复漏洞; 性能提升; 文件改善; 为在 TensorFlow 的数据张量(比如 Datasets, TFRecords)上训练模型提供了更好的支持。添加了一个相关案例文本; 提升 TensorBoard 用户体验——对 ops 更好地用名称范围进行分组; 提升测试覆盖范围。
API 的变化: 加入 clone_model 方法, 能够把已有模型作为模板创建新模型。即便 TensorFlow 图和原始模型不一样也可以。 向 compile 中加入 target_tensors 参数,用户能把定制张量或占位符作为模型目标。 把 steps_per_epoch 参数加入 fit,用户能采用和 Numpy 数组一致的方法来训练数据张量。 把该 steps 参数加入 predict 和 evaluate。 加入 Subtract merge 层,以及关联层 function subtract。 把 weighted_metrics 参数加入 compile,进一步规定 metric 函数,以把 sample_weight 或 class_weight 纳入考虑。 让 stop_gradients 后端函数在整个后端保持一致性。 允许 repeat_elements 后端函数有动态的形态。 支持 CNTK 的全状态 RNN
重大变化: 完整内容请查看发行主页。 下载地址: |