出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2026/01/14 12:40 UTC 版)
 
Keras の公式ロゴマーク。
|
|||
| 作者 | François Chollet | ||
|---|---|---|---|
| 開発元 | various | ||
| 初版 | 2015年3月27日 | ||
| 最新評価版 |
|
||
| リポジトリ | |||
| プログラミング 言語 |
Python | ||
| プラットフォーム | クロスプラットフォーム | ||
| 対応言語 | 英語のみ（？）日本語対応しているかは分かりません。 | ||
| サポート状況 | 開発中 | ||
| 種別 | ニューラルネットワーク、AI、ディープラーニングフレームワーク、無料且つオープンソースソフトウェア | ||
| ライセンス | MITライセンス | ||
| 公式サイト | keras |
||
Kerasは、Pythonで書かれたオープンソースニューラルネットワークライブラリである。MXNet、Deeplearning4j、TensorFlow、CNTK、Theanoの上部で動作することができる[2][3]。ディープニューラルネットワークを用いた迅速な実験を可能にするよう設計され、最小限、モジュール式、拡張可能であることに重点が置かれている。プロジェクトONEIROS (Open-ended Neuro-Electronic Intelligent Robot Operating System) の研究の一部として開発された[4]。中心的な開発者、メンテナはGoogleのエンジニアのFrançois Cholletである。
2017年、GoogleのTensorFlowチームは、TensorFlowのコアライブラリにおいてKerasをサポートすることを決定した。Cholletは、Kerasはタスク全体を担う機械学習ライブラリよりむしろインタフェースとして着想された、と説明した。Kerasはバックエンドの科学計算ライブラリにかかわらず、ニューラルネットワークの設定を容易に行うことができる、より高いレベルでより直感的な一連の抽象化を提供している[5]。マイクロソフトはKerasにCNTKバックエンドを追加する作業を行っている[6][7]。
Kerasライブラリは、レイヤー（層）、目的関数、活性化関数、最適化器、画像やテキストデータをより容易に扱う多くのツールといった一般に用いられているニューラルネットワークのビルディングブロックの膨大な数の実装を含む。コードはGitHub上にホストされ、GitHub issues pageやGitter channel、Slack channelなどのサポートフォーラムがある。
標準的なニューラルネットワークに加えて、Kerasは畳み込みニューラルネットワークと回帰型ニューラルネットワークをサポートしている。また、Dropout、Batch Normalization、Poolingなどの他の一般的なユーティリティレイヤをサポートしている。
Kerasは、スマートフォン (iOS/Android)、Web、またはJava仮想マシンでディープモデルを製品化することを可能にする。また、GPUとTPUのクラスター上でディープラーニングモデルの分散トレーニングを使用することもできる。
|
ディープラーニングソフトウェア
|
|
|---|---|
| ディープラーニングソフトウェアの比較 | |
| モデル実装フレームワーク |
|
| オープンソースミドルウェア（現行） |
|
| プロプライエタリミドルウェア |
|
| バックエンド |
|
| 過去 |
|
