ในการทำ Machine Learning (แมชชีน เลินนิ่ง) หรือ Deep Learning (ดีพ เลินนิ่ง) เราจำเป็นต้องเลือก Library(ไลบรารี่) ให้เหมาะสมกับงานของเรา เพื่อที่จะทำให้ประสิทธิภาพของโมเดลของเราดี ในบทความนี้ก็จะมาแนะนำ Library ตัวหนึ่งชื่อ Keras
Keras คืออะไร?
Keras เป็น open-source neural network(นิวรอล เน็ตเวิร์ค) ที่เขียนด้วยภาษา Python
Keras ใช้โปรเจคแบบไหนได้บ้าง?
- ทำนาย คำตอบที่เป็นค่าต่อเนื่อง (จำนวนจริง)
- ทำนาย คำตอบที่เป็นค่าไม่ต่อเนื่อง (Class)
- ส่วนใหญ่ใช้ประมวลผลรูปภาพ
ข้อดีของ Keras
- มันถูกออกแบบเมื่อเพื่อสร้างกับ Deep Learning Neural Network ได้อย่างรวดเร็ว
-
มันสามารถ Run ได้ทั้งบน CPU และ GPU แต่แนะนำให้ Run บน GPU มากกว่า เพราะมันประมวลผลได้เร็วกว่า
-
Keras อยู่ภายใต้ MIT license ที่หมายความว่าเราสามารถใช้งานมันได้อย่างอิสระเพื่อธุรกิจที่หวังกำไรได้ โดยไม่ต้องจ่ายเงินให้ใคร
-
มันสามารถรองรับได้ตั้งแต่ python version 3.5 หรือเป็น version ที่สูงกว่านี้ ได้
-
มันสามารถ Run ได้ทั้งบน TensorFlow , Theano และ CNTK
- ใช้งานไม่ยาก เป็นมิตรกับคนที่กำลังหัดทำ Deep Learning
ข้อเสียของ Keras
- มันปรับแต่งอะไรได้น้อยกว่า ยกตัวอย่าง Library ที่ปรับแต่งได้เยอะกว่า เช่น Pytorch
credit
รูปภาพจาก : Keras: the Python deep learning API
สรุป
Keras ส่วนใหญ่ใช้กับการทำ Deep Learning (ดีพ เลินนิ่ง) ที่ Input (การนำเข้าข้อมูล) เป็นรูปภาพ เหมาะสำหรับมือใหม่หัดทำ เพราะเป็นลักษณะสำเร็จรูป แต่ก็มันจะปรับแต่งได้น้อย เพราะเป็นลักษณะสำเร็จรูปอีกที
อ้างอิง
"Keras Introduction, Pros & Cons" .[ออนลไน์] เข้าถึงได้ที่ https://towardsdatascience.com/introduction-to-deep-learning-with-keras-17c09e4f0eb2
"Keras Python Version" .[ออนไลน์] เข้าถึงได้ที่ https://www.tutorialspoint.com/keras/keras_installation.htm
"Keras Pros & Cons" .[ออนไลน์] เข้าถึงได้ที่ https://medium.com/@cheng3374/%E0%B8%A7%E0%B8%B4%E0%B8%96%E0%B8%B5%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B9%84%E0%B8%94%E0%B9%89%E0%B8%A1%E0%B8%B2%E0%B8%82%E0%B8%AD%E0%B8%87-ai-%E0%B8%94%E0%B9%89%E0%B8%A7%E0%B8%A2-keras-tensorflow-and-pytorch-f995d9c6da1