Samenvatting
Met Keras kunt u opvallend eenvoudig neurale netwerken maken en trainen om veel verschillende Deep Learning-taken uit te voeren. Het is echter niet zo dat u geen kennis van de verschillende architecturen voor neurale netwerken meer nodig hebt. Ook moet u nog steeds weten welke soorten lagen u in een netwerk kunt opnemen of hoe groot die lagen moeten zijn, en wat bijvoorbeeld de rol van activeringsfuncties is en hoe u de verschillende functiesoorten toepast, maar als u eenmaal hebt bepaald wat u wilt bouwen, zijn een paar regels code doorgaans voldoende. Bovendien kunt u met Keras experimenteren met verschillende netwerkarchitecturen en -implementaties en kunt u vrij snel de resultaten vergelijken.
Meer informatie
Als u meer informatie wilt over Keras, zijn er verschillende prima onlineresources beschikbaar, waaronder het Keras-blog. U kunt ook François Chollet op X volgen. François is de auteur van Keras en de auteur van het boek Deep Learning met Python, wat de ultieme zelfleerhandleiding voor Keras is. Naast de inleiding tot Keras en belangrijke inzichten om de oplossing effectief te gebruiken, bevat het boek een praktische introductie voor Deep Learning die onafhankelijk is van de platforms en bibliotheken die u gebruikt.