TensorFlow 1.4의 Keras 및 Dataset API 졸업.

 

Google의 인기있는 오픈 소스 라이브러리 인 TensorFlow의 최신 버전은 Keras 프레임 워크와 Dataset API를 졸업했습니다.

The latest release of Google’s popular open-source library TensorFlow graduates the Keras framework and Dataset API.

 

 

Keras는 아이디어와 작업 구현 사이의 시간을 최소화하는 것을 목표로하는 Python으로 작성된 기계 학습 프레임 워크입니다. Keras Sequential과 Keras Functional의 두 가지 고수준 API로 구성됩니다.

Keras is a machine learning framework written in Python which aims to minimise the time between ideas and working implementations. It consists of two high-level APIs: Keras Sequential, and Keras Functional.

 

 

연속 모델은 keras_model_sequential () 함수를 사용하여 생성 되며 일련의 선형 레이어로 구성됩니다. 함수 API를 사용하면 다중 출력 모델, 지시 식 비순환 그래프 또는 공유 레이어가있는 모델과 같은 더 복잡한 모델을 정의 할 수 있습니다.

Sequential models are created using the keras_model_sequential() function and are composed of a set of linear layers. The functional API enables you to define more complex models — such as multi-output models, directed acyclic graphs, or models with shared layers.

 

 

Google은 Keras가 다른 핵심 TensorFlow 기능과 "원활하게 통합됩니다"라고 말합니다. 견적 API와 같은 사실, tf.keras.estimator.model_to_estimator 함수 를 호출하여 Keras 모델에서 직접 견적 기를 작성할 수 있습니다.

Google says Keras “integrates smoothly” with other core TensorFlow functionality; such as the Estimator API. In fact, you’re able to construct an Estimator directly from any Keras model by calling the tf.keras.estimator.model_to_estimator function.

 

 

Keras는 이전 버전의 TensorFlow에서 제공 패키지 (tf.contrib.keras)로 사용할 수 있었지만 이번 릴리스에서는 프레임 워크를 핵심 패키지 (tf.keras)로 졸업했습니다.

Keras was available in prior versions of TensorFlow as a contribution package (tf.contrib.keras) but this release graduates the framework to a core package (tf.keras).

 

 

TensorFlow 1.4에서 기념하기위한 또 다른 졸업식은 Dataset API의 졸업이며 현재 Python 생성기를 지원합니다. Google은 입력 파이프 라인을 만드는 데이 API를 사용하는 것이 강력하게 권장되는 반면 구형 대체품보다 더 많은 기능을 제공함과 동시에 성능이 뛰어나고 사용하기 쉽고 청소하기 쉽다고 말합니다.

Another graduation to celebrate in TensorFlow 1.4 is that of the Dataset API which now includes support for Python generators. Google says it “strongly recommends” using this API for creating input pipelines as it provides more functionality than older alternatives while also performing better and being cleaner and easier to use.

 

 

Keras 프레임 워크 및 Dataset API의 Python API 만 TensorFlow의 하위 호환성 약속 의 적용을받습니다 . C ++, Java 또는 Go API를 사용하면 자신 만의 것이됩니다.

Keep in mind, only Python APIs — such as those in the Keras framework and the Dataset API — are covered by TensorFlow’s backwards compatibility promise. You’re on your own if you use C++, Java, or Go APIs.