Introducing G2.ai, the future of software buying.Try now
Imagem do Avatar do Produto

Keras

Mostrar detalhamento de classificação
64 avaliações
  • Perfis 1
  • Categorias 1
Classificação média por estrelas
4.6
Atendendo clientes desde
2016
Filtros de Perfil

Todos os Produtos e Serviços

Nome do Perfil

Classificação por Estrelas

46
17
1
0
0

Keras Avaliações

Filtros de Avaliação
Nome do Perfil
Classificação por Estrelas
46
17
1
0
0
Aakash Kumar A.
AA
Aakash Kumar A.
Data Scientist at LTIMindtree
09/13/2023
Avaliador validado
Fonte da Revisão: Orgânico
Traduzido Usando IA

Melhor framework de DL

keras é uma das principais estruturas de aprendizado profundo, é fácil de implementar e fornece uma grande quantidade de funcionalidades importantes que ajudam o desenvolvedor a alcançar a máxima precisão.
Bassel M.
BM
Bassel M.
Research Assistant at AUB Humans & Machines Research Lab
07/02/2023
Avaliador validado
Fonte da Revisão: Convite da G2
Revisão Incentivada
Traduzido Usando IA
Paweł W.
PW
Paweł W.
Software Engineer @ Snowflake
10/09/2022
Avaliador validado
Fonte da Revisão: Convite da G2
Revisão Incentivada
Traduzido Usando IA

Ferramenta de código aberto para gerenciar redes neurais artificiais

Em primeiro lugar, Keras é uma API completa para gerenciar redes neurais e é uma ferramenta de código aberto. Acho sua API extremamente conveniente de usar - definitivamente mais simples de usar do que o PyTorch.

Sobre

Contato

Localização da Sede:
N/A

Social

@keras

O que é Keras?

Keras is an open-source software library that provides a Python interface for artificial neural networks. Keras acts as an interface for the TensorFlow library, streamlining the process of building and training deep learning models with its high-level, user-friendly APIs. Designed to enable fast experimentation with deep neural networks, it focuses on being minimal, modular, and extensible. The website https://keras.io serves as a comprehensive resource for developers, offering detailed documentation, tutorials, and a community forum to help both beginners and experienced users in crafting state-of-the-art deep learning models efficiently.

Detalhes

Ano de Fundação
2016