Keras모델이란무엇입니까?
Keras는Theano와Tensorflow기반의딥러닝용고차원라이브러리입니다。Python언어로쓰여광범위한딥러닝모델을깔끔하고편리하게제작할수있습니다。Keras는신경망개발,테스트에관한한가장애용되는고수준신경망API중하나로자리잡았습니다。Keras고수준API덕분에요즘은신경망계층을생성하고복잡한아키텍처를설정하는것쯤은간단한일이되었습니다。Keras모델은시퀀스나독립실행형그래프하나로구성됩니다。100%구성방식모듈이여러개있어이를이리저리조합하여새모델을만들면됩니다。이렇게함께플러깅할수있는구성방식모듈중에는신경층,비용함수,최적화프로그램,초기화방식,드롭아웃,손실,활성화함수및정규화방식등이있습니다。모듈방식의주된장점중하나는새기능을별도의모듈로손쉽게추가할수있다는점입니다。따라서Keras는매우유연하고혁신적연구에아주적합합니다。Keras모델은순차적(顺序),함수형(功能)API두가지방식으로개발하면됩니다。
순차적API모드
순차적API모델은가장단순한모델이며선형파일(桩)계층으로구성되어대부분문제점에계층별로(叠层)모델을구성할수있습니다。순차적모델은사용하기아주간편하지만，토폴로지에한계가있습니다。이한계는공유계층으로는모델을구성할수없고입력이나출력이여럿이면안된다는사실에서기인합니다。
함수형API
반면함수형API는유연성이매우필한복잡한모델을만드는데이상적입니다。이것을이용하면단순히이전계층,다음계층만이아니라더많이연결되는계층을포함한모델을정의할수있습니다。모델을정의할때는계층인스턴스를만들어이를쌍으로묶어서로직접연결하면됩니다。사실，이모델로는계층을다른모든계층중어디에든연결할수있습니다。이모델생성법을이용하면샴네트워크(暹罗网络),잔류네트워크(残余网络)와같은복잡한네트워크,다중입력/다중출력모델,DAG(有向无环图)및공유계층을포함한모델등을생성할수있습니다。