كيراس (مكتبة شبكات عصبونية)

كيراس (بالإنجليزية Keras) هي مكتبة شبكات عصبونية مفتوحة المصدر مكتوبة بلغة بايثون . يمكن أن تعمل بالاعتماد على تنسرفلو ، أدوات ميكروسوفت الإدراكية ، لغة آر ، Theano ، أو PlaidML .[2][3][4] صُمّمت لتمكين إجراء التجارب على الشبكات العصبية العميقة بشكل سريع، وهي تركز على أن تكون سهلة الاستخدام ومرنة وقابلة للتوسيع. تم تطويرها كجزء من الجهد البحثي لمشروع ONEIROS (نظام تشغيل الروبوت الذكي العصبي الإلكتروني المفتوح) ، [5] ومنشئها الرئيسي ومسؤول صيانتها هو فرانسوا شوليه ، أحد مهندسي جوجل . شوليه هو مبتكر نموذج الشبكات العصبية العميقة المسمى XCeption.[6]

Keras
معلومات عامة
نوع
المنصة
النموذج المصدري
متوفر بلغات
المطور الأصلي
François Chollet [الإنجليزية]
المطورون
متعددون
موقع الويب
معلومات تقنية
لغة البرمجة
حالة التطوير
نشط
الإصدار الأول
27 مارس 2015 (2015-03-27)
الإصدار الأخير
2.3.1[1]
المستودع
الرخصة

في عام 2017 ، قرر فريق تنسرفلو من جوجل إضافة دعم كيراس في مكتبة تنسرفلو الأساسية.[7] أوضح شوليه أن كيراس قد تم تصميمها لتكون واجهة برمجية بدلاً من إطار مستقل للتعلم الآلي. تقدم كيراس مجموعة من المستويات الأعلى وأكثر بديهية من التجريدات التي تجعل من السهل تطوير نماذج التعلم العميق بغض النظر عن الخلفية المستخدمة لتنفيذ العمليات الحسابية (سواء كانت تنسرفلو أو غيرها).[8] أضافت ميكروسوفت أيضًا واجهة خلفية مبنية على أدوات ميكروسوفت الإدراكية CNTK إلى كيراس ، وهي متوفرة اعتبارًا من CNTK الإصدار 2.0.[9][10]

الميزات

تحتوي كيراس على نماذج جاهزة للعديد من المكونات الأساسية المستخدمة في بناء الشبكات العصبونية مثل الطبقات، دوال الهدف، دوال التنشيط، وسائل التحسين، ومجموعة من الأدوات لجعل العمل مع بيانات الصور والنصوص أسهل لتبسيط ما يلزم من كتابة الأكواد المطلوبة لبرمجة شبكة عصبية عميقة.

أكواد مشروع كيراس متاحة على GitHub ، وتشمل منتديات الدعم المجتمعية صفحة مشكلات GitHub وقناة للتواصل على منصة Slack.

بالإضافة إلى الشبكات العصبية القياسية ، تدعم كيراس الشبكات العصبية الالتفافية CNN والتكرارية RNN . وتدعم كذلك بعض أنواع الطبقات المساعدة العامة مثل التسرب ، وتطبيع الدفعات ، والتجميع .[11]

تتيح كيراس للمستخدمين إنتاج نماذج شبكات عصبونية عميقة على الهواتف الذكية ( iOS و Android ) أو على الويب أو على آلة جافا الافتراضية .[3] كما تسمح باستخدام التدريب الموزع لنماذج التعلم العميق على عناقيد من وحدات معالجة الرسومات (GPU) ووحدات معالجة الموتر (TPU) بشكل أساسي بالاشتراك مع CUDA .[12]

الشعبية

أعلنت كيراس تحقيق أكثر من 250،000 مستخدم فردي اعتبارًا من منتصف 2018.[3] كانت كيراس الأداة العاشرة الأكثر استشهادًا في استطلاع برمجيات KDnuggets 2018 وسجلت استخدامًا بنسبة 22٪.[13]

المراجع
  1. GitHub release, retrieved 2019-12-09 نسخة محفوظة 2020-06-02 على موقع واي باك مشين.
  2. "Keras backends"، keras.io، مؤرشف من الأصل في 06 مايو 2020، اطلع عليه بتاريخ 23 فبراير 2018.
  3. "Why use Keras?"، keras.io، مؤرشف من الأصل في 28 مايو 2020، اطلع عليه بتاريخ 22 مارس 2020.
  4. "R interface to Keras"، keras.rstudio.com، مؤرشف من الأصل في 25 يوليو 2019، اطلع عليه بتاريخ 22 مارس 2020.
  5. "Keras Documentation"، keras.io، مؤرشف من الأصل في 02 يونيو 2020، اطلع عليه بتاريخ 18 سبتمبر 2016.
  6. Chollet, François (04 أبريل 2017)، "Xception: Deep Learning with Depthwise Separable Convolutions"، arXiv:1610.02357 [cs]، مؤرشف من الأصل في 28 مايو 2020.
  7. "Module: tf.keras | TensorFlow"، TensorFlow (باللغة الإنجليزية)، مؤرشف من الأصل في 05 مايو 2020، اطلع عليه بتاريخ 14 نوفمبر 2018.
  8. Chollet GitHub Comment نسخة محفوظة 2017-03-11 على موقع واي باك مشين.
  9. CNTK Keras GitHub Issue نسخة محفوظة 2020-02-02 على موقع واي باك مشين.
  10. alexeyo، "CNTK_2_0_Release_Notes"، docs.microsoft.com (باللغة الإنجليزية)، مؤرشف من الأصل في 02 فبراير 2020، اطلع عليه بتاريخ 14 يونيو 2017.
  11. "Core - Keras Documentation"، keras.io (باللغة الإنجليزية)، مؤرشف من الأصل في 08 مايو 2020، اطلع عليه بتاريخ 14 نوفمبر 2018.
  12. "Using TPUs | TensorFlow"، TensorFlow (باللغة الإنجليزية)، مؤرشف من الأصل في 04 يونيو 2019، اطلع عليه بتاريخ 14 نوفمبر 2018.
  13. Piatetsky, Gregory، "Python eats away at R: Top Software for Analytics, Data Science, Machine Learning in 2018: Trends and Analysis"، KDnuggets، KDnuggets، مؤرشف من الأصل في 02 فبراير 2020، اطلع عليه بتاريخ 30 مايو 2018.
  • بوابة إحصاء
  • بوابة برمجيات حرة
  • بوابة تعلم الآلة
  • بوابة علم الحاسوب
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.