ホーム » Keras » Keras 2.1.3 リリースノート

Keras 2.1.3 リリースノート

Keras 2.1.3 リリースノート (翻訳)

翻訳 : (株)クラスキャット セールスインフォメーション
日時 : 02/16/2018

* 本ページは、github Keras の releases の Keras 2.1.3 を翻訳したものです:

 

改良領域

  • パフォーマンス改良 (esp. TensorFlow バックエンドの畳み込みネットワーク)。
  • ユーザビリティの改良。
  • Docs & docstrings 改良。
  • applications モジュールの新しいモデル。
  • バグ修正。

 

API 変更

  • BatchNormalization の訓練可能な属性は今ではバッチ統計情報の更新を無効にします (i.e. if trainable == False である場合には層は 100 % 推論モードで実行するでしょう)。
  • Adam オプティマイザで amsgrad 引数を追加。
  • 新しい applications: NASNetMobile, NASNetLarge, DenseNet121, DenseNet169, DenseNet201 を追加。
  • Softmax 層の追加 (axis 引数を指定するために Lambda 層を使用する必要性を取り除きます)。
  • SeparableConv1D 層を追加。
  • preprocessing.image.ImageDataGenerator で、width_shift_range と height_shift_range に整数値 (ピクセルの絶対数) を取ることを可能にします。
  • RNN に適用される Bidirectional で return_state をサポートします。 (return_state は child 層で設定されるべきです)。
  • (model.compile() の) metrics 引数で今では 文字列値 “crossentropy” と “ce” が許されて、 必要に応じて categorical_crossentropy か binary_crossentropy にルーティングされます。
  • Sequential モデル上 predict_* メソッドで steps 引数を許します。
  • preprocessing.text.Tokenizer で oov_token 引数を追加。

 

重要な変更

  • preprocessing.image.ImageDataGenerator において、shear_range は radians よりも degrees (度) を使用するように切り替えられました (一貫性のために)。これは (訓練も推論も) 実際には何も壊すべきではありませんが、画像データ拡張処理に関連する問題を見る場合にはこの変更を念頭においてください。

 
以上

AI導入支援 #2 ウェビナー

スモールスタートを可能としたAI導入支援   Vol.2
[無料 WEB セミナー] [詳細]
「画像認識 AI PoC スターターパック」の紹介
既に AI 技術を実ビジネスで活用し、成果を上げている日本企業も多く存在しており、競争優位なビジネスを展開しております。
しかしながら AI を導入したくとも PoC (概念実証) だけでも高額な費用がかかり取組めていない企業も少なくないようです。A I導入時には欠かせない PoC を手軽にしかも短期間で認知度を確認可能とするサービの紹介と共に、AI 技術の特性と具体的な導入プロセスに加え運用時のポイントについても解説いたします。
日時:2021年10月13日(水)
会場:WEBセミナー
共催:クラスキャット、日本FLOW(株)
後援:働き方改革推進コンソーシアム
参加費: 無料 (事前登録制)
人工知能開発支援
◆ クラスキャットは 人工知能研究開発支援 サービスを提供しています :
  • テクニカルコンサルティングサービス
  • 実証実験 (プロトタイプ構築)
  • アプリケーションへの実装
  • 人工知能研修サービス
◆ お問合せ先 ◆
(株)クラスキャット
セールス・インフォメーション
E-Mail:sales-info@classcat.com