Kerasモデル

Kerasモデルとは?

Kerasとは，TheanoとTensorflow上に構築された深層学習のためのハ▪▪レベルのラ▪▪ブラリです。Kerasは,Pythonで記述され,深層学習モデルの範囲を作成するためのクリーンで便利な方法を提供します。Kerasは,ニューラルネットワークの開発とテストに関して最も使用されている高レベルのニューラルネットワークAPIの1つです。現在では,ニューラルネットワークのレイヤーの作成や複雑なアーキテクチャの設定が,Kerasの高レベルAPIにより簡単に行われています。Kerasモデルは，シ，ケンスまたはスタンドアロングラフで構成されます。完全に構成可能なモジュルがいくかあり，それらを組み合わせて新しいモデルを作成できます。これらの構成可能なモジュールの中には,ニューラルレイヤー,コスト関数,オプティマイザ,初期化スキーム,ドロップアウト,ロス,活性化関数,および正規化スキームがあります。新たな機能を別々のモジュールとして容易に追加できることは,モジュール化によってもたらされるメリットの1です。Kerasの高い柔軟性は，革新的な研究に適しています。Kerasモデルを開発する方法には、Sequential と Functional があります。

连续的API

顺序APIモデルは,極めてシンプルなモデルであり,ほとんどの問題に対してレイヤーごとにモデルを構成できるようにする線形のレイヤーの積み重ねで構成されています。顺序モデルは非常に簡単に使えますが，トポロジでは制限されています。この制限は,共有レイヤーを使用したモデルの構成や,複数の入力または出力を持つモデルを構成できないことから生じています。

功能的API

一方、功能的APIは，柔軟性を高める複雑なモデルを作成するのに最適です。功能的APIにより、フィーチャレイヤーが前後のレイヤー以外の複数のレイヤーに接続するモデルを定義できます。モデルとは、レイヤーのインスタンスを作成し、それらを直接ペアで接続することで定義されます。実際、このモデルを使用することで他のレイヤーにレイヤーを接続することが可能です。このモデを用いることで、シャムネットワーク、残余ネットワーク、マルチ入力/マルチ出力モデル、有向非巡回グラフ（DAG）、共有レイヤーを持つモデルなどの複雑なネットワークを作成することが可能になります。