केरस एक ओपन-सोर्स सॉफ्टवेयर लाइब्रेरी है जो कृत्रिम तंत्रिका नेटवर्क के लिए एक पायथन इंटरफेस प्रदान करती है। यह TensorFlow लाइब्रेरी के लिए एक इंटरफेस के रूप में कार्य करती है। केरस को पहली बार 2015 में जारी किया गया था और इसे गहरे तंत्रिका नेटवर्क के साथ तेजी से प्रयोग करने में सक्षम बनाने के लिए डिज़ाइन किया गया था, जिसमें उपयोगकर्ता-अनुकूल, मॉड्यूलर और विस्तार योग्य होने पर ध्यान केंद्रित किया गया था। केरस नाम प्राचीन ग्रीक शब्द κέρας (केरस) से लिया गया है, जिसका अर्थ 'सींग' है।
इतिहास
केरस को परियोजना ONEIROS (ओपन-एंडेड न्यूरो-इलेक्ट्रॉनिक इंटेलिजेंट रोबोट ऑपरेटिंग सिस्टम) के शोध प्रयास के भाग के रूप में विकसित किया गया था। इसके प्राथमिक लेखक और अनुरक्षक फ्रांस्वा चोलेट हैं, जो 2024 तक एक Google इंजीनियर थे। प्रारंभ में, केरस स्वतंत्र सॉफ्टवेयर था, लेकिन बाद में इसे TensorFlow लाइब्रेरी में एकीकृत कर दिया गया। संस्करण 2.3 तक, केरस ने TensorFlow, Microsoft Cognitive Toolkit, Theano और PlaidML सहित कई बैकएंड का समर्थन किया। संस्करण 2.4 से संस्करण 3.0 तक, केवल TensorFlow का समर्थन किया गया था। संस्करण 3.0 (और इसके पूर्वावलोकन संस्करण, केरस कोर) से शुरू करके, केरस फिर से मल्टी-बैकएंड बन गया, जो TensorFlow, JAX और PyTorch का समर्थन करता है। केरस 3 TensorFlow 2.16 से आगे के लिए डिफ़ॉल्ट संस्करण बन गया, लेकिन केरस 2 अभी भी उपयोग किया जा सकता है।
विशेषताएँ
केरस में आमतौर पर उपयोग किए जाने वाले तंत्रिका-नेटवर्क निर्माण खंडों के कई कार्यान्वयन शामिल हैं, जैसे कि परतें, उद्देश्य, सक्रियण फ़ंक्शन, ऑप्टिमाइज़र, और छवि और पाठ डेटा के साथ काम करने के लिए कई उपकरण। यह गहरे तंत्रिका नेटवर्क के लिए प्रोग्रामिंग को सरल बनाता है। मानक तंत्रिका नेटवर्क के अलावा, केरस कन्वोल्यूशनल और आवर्तक तंत्रिका नेटवर्क का समर्थन करता है। यह ड्रॉपआउट, बैच सामान्यीकरण और पूलिंग जैसी अन्य सामान्य उपयोगिता परतों का भी समर्थन करता है। केरस उपयोगकर्ताओं को स्मार्टफोन (iOS और Android), वेब पर, या Java वर्चुअल मशीन पर गहरे मॉडल बनाने की अनुमति देता है। यह ग्राफिक्स प्रोसेसिंग यूनिट (GPU) और टेंसर प्रोसेसिंग यूनिट (TPU) के क्लस्टर पर गहरे-शिक्षण मॉडल के वितरित प्रशिक्षण के उपयोग की भी अनुमति देता है।
अपनाना और प्रभाव
केरस सबसे व्यापक रूप से उपयोग किए जाने वाले उच्च-स्तरीय तंत्रिका नेटवर्क API में से एक बन गया है, विशेष रूप से मशीन-लर्निंग समुदाय में। TensorFlow के साथ इसका एकीकरण इसे कई गहन-शिक्षण अनुप्रयोगों के लिए एक मानक उपकरण बना दिया है। यह लाइब्रेरी अपनी उपयोग में आसानी के लिए जानी जाती है, जिसने शुरुआती और शोधकर्ताओं दोनों के बीच इसकी लोकप्रियता में योगदान दिया है। केरस का उपयोग विभिन्न कृत्रिम-बुद्धिमत्ता परियोजनाओं में भी किया जाता है, जिसमें जनरेटिव-एआई और बड़े-भाषा-मॉडल से जुड़ी परियोजनाएं शामिल हैं। लाइब्रेरी का लचीलापन और कई बैकएंड के लिए समर्थन ने इसे तंत्रिका नेटवर्क विकसित करने और तैनात करने के लिए एक बहुमुखी विकल्प बना दिया है।
यह भी देखें
- गहन-शिक्षण सॉफ्टवेयर की तुलना
- तंत्रिका नेटवर्क
- TensorFlow
- PyTorch
- JAX
संदर्भ
- केरस दस्तावेज़ीकरण और आधिकारिक वेबसाइट
- TensorFlow रिलीज़ नोट्स
- फ्रांस्वा चोलेट के प्रकाशन और वार्ताएं