Keras 2.0.7发布，神经网络库

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：

• 让约束管理（constraint management）基于变量属性；

• 把层和模型中已经不再使用的约束属性移除（不会影响任何用户）

完整内容请查看发行主页。

下载地址：

• Source code (zip)

• Source code (tar.gz)