【消息】Keras 2參上！這次也請大家多多關照哦

昨天，有人在群里po了一條消息：

好吧，Blog里也沒有太重要的事，大概說了三件事。第一，Keras更新到2.x版本了。第二，API變化了很多，並且是一個Long-term support的版本，這些API會一直用好多年。三，Keras以後會向兩個方向發展，作為TensorFlow內置的一部分and作為單獨的集成很多Backend的API

在本文里，我們快速瀏覽一下Keras 2的變化。

定位變更

Keras 2將Keras定位為「API」而不是「Library」，其實Keras本來就不算很完整的Library，也算是重新強調自身的定位吧。另外，在介紹Keras的設計原則時，移除了「極簡主義」，代之以「用戶友好」

移除的API

• 永久移除了Maxout，Timedistributed和Highway
• 移除了AtrousConvolution卷積
• 在高級激活函數中移除了SReLU，ParametricSoftplus
• 移除了若干種損失函數和metrics
• BatchNormalization不再支持mode選擇

變更的API

• 原先的目標函數「objectives」更名為損失函數「losses」
• 權重初始化由initializations變為initializers

• 普通卷積的API由全拼Convolution1D，Convolution2D等變更為簡寫Conv1D，Conv2D
• Merge層另立門戶，由單層多merge模式變為每種merge的模式單獨列一個層類，每種merge模式也分理出單獨的一個函數用於處理tensor。
• image_dim_ordering參數變為image_data_format，並且取值從原來的「tf」/「th」變更為「channel_last」或「channel_first」，更確切的指明了data_format的特點。
• 反卷積層改稱為Conv2DTranspose

• 參數的變更：Dense的output_dim變為units，訓練網路時nb_epoch變為epochs，LSTM的「batch_input_shape」現在被分割為「input_shape」和「batch_size」兩個參數。Model構建時input，output參數變更為inputs，outputs。Conv層的boarder_mode變更為padding，sub_sampling變更為strides，nb_cols和nb_rows被單個參數kernel_size代替。
• 約束項的W_constraint和b_constraint變更為「kernel_constraint」和「bias_constraint」。initializers和regularizers也發生了類似的變化。
• applications模塊提供了更靈活的用法，支持通過參數指定卷積層到全連接層過度時的pooling方式。

新增的API

• 新增了新的數據集boston_housing
• Conv層新增參數dilation_rate，即原先的AtrousConvolution層由普通Conv層設置dilation_rate實現。
• utils提供了使用定製類的方案

粗粗瀏覽一下，源代碼的結構和基本工作原理好像沒有改變，主要是API的變更。代碼內部的變化也是有的，如BN，模型的載入等。

Keras 2推的應該比較……倉促，感覺還有很多粗糙的地方，相關文檔與指導也非常匱乏，如非必要建議還是先不要升級。這裡總結的變更一定是有所遺漏的，時間關係內部實現的變化我也沒有細看，有時間再細說。

這次先這樣， 我先趕畢業論文，下次再細聊，回見！

對了，中文文檔可能要過好幾天才會更新，因為實在沒空。各位想幫忙的更新的話直接在github上提PR就好，地址是MoyanZitto/keras-cn，完了會統一處理，多謝！

推薦閱讀：