Me gustaría agregar a la respuesta del usuario de Quora y decir que Keras es extremadamente popular para los novatos en el aprendizaje profundo y esto por las siguientes razones:
- Keras es una interfaz más simple para el TensorFlow más complejo . Proporciona una “API de redes neuronales de alto nivel, escrita en Python y capaz de ejecutarse sobre TensorFlow, CNTK o Theano”.
- Eso significa que, con Keras, pasarás menos tiempo preocupándote por todas las cosas que suceden en segundo plano y puedes concentrarte en jugar .
- Como mencionó Tahsin, ¡esto hace que Keras sea ideal para experimentos rápidos y ad-hoc!
- Eso también significa que Keras es una manera fácil para que los novatos entren en el aprendizaje profundo sin necesidad de estar al día con cada pequeño detalle de las redes neuronales; Puede llevar bastante tiempo entrar en estos modelos y comprender su esencia.
- Como resultado de que la interfaz es más simple, los tutoriales también parecen mucho más accesibles para los novatos. Los TensorFlow realmente se ven bastante abrumadores si no tienes (o poca) idea sobre el aprendizaje profundo.
Si desea comenzar con Keras o TensorFlow, considere los siguientes materiales:
- Keras Cheat Sheet: Redes neuronales en Python
- Tutorial de Keras: Aprendizaje profundo en Python
- Tutorial de TensorFlow para principiantes
- ¿Puede proporcionar las tareas que se le han asignado mientras buscaba una maestría en el campo CS?
- ¿Por qué son escasos los autoencoders escasos?
- ¿Qué ha aprendido sobre el aprendizaje automático, la recuperación de información y la minería de datos después de unirse a una empresa de Internet que se ocupa de big data?
- Estoy atrapado en la regresión. ¿Qué debo aprender después de esto?
- ¿Qué algoritmo puedo implementar para hacer una reducción de dimensión con restricción no negativa? (PCA se asignará al espacio negativo)