====== Keras ======

**Keras** je vysokoúrovňové rozhraní (API) pro programování neuronových sítí, napsané v jazyce Python. Bylo navrženo se zaměřením na rychlé experimentování, přívětivost pro uživatele a modularitu. Keras nefunguje jako samostatná knihovna pro výpočty, ale běží nad tzv. "backendy" – nejčastěji nad **[[tensorflow|TensorFlow]]**.

Od verze TensorFlow 2.0 je Keras jeho oficiálním a hlavním rozhraním (známé jako ''tf.keras'').



===== Hlavní principy Keras =====

  * **Uživatelská přívětivost:** Keras minimalizuje počet akcí potřebných pro běžné úkoly a poskytuje jasnou zpětnou vazbu při chybách.
  * **Modularita:** Model je v Kerasu chápán jako posloupnost nebo graf samostatných, plně konfigurovatelných modulů (vrstvy, aktivace, optimalizátory).
  * **Snadná rozšiřitelnost:** Nové moduly lze snadno přidávat jako nové třídy nebo funkce v Pythonu.

===== Dva způsoby definice modelů =====

Keras nabízí dvě hlavní cesty, jak postavit neuronovou síť:

==== 1. Sequential API (Sekvenční) ====
Nejjednodušší způsob, kde se vrstvy skládají za sebe jako "komín". Ideální pro 90 % běžných úloh.
<code>
model = keras.Sequential([
    layers.Dense(64, activation='relu'),
    layers.Dense(10, activation='softmax')
])
</code>

==== 2. Functional API (Funkcionální) ====
Umožňuje definovat složité architektury, kde se vrstvy větví, sdílejí data nebo mají více vstupů a výstupů. Je nezbytné pro moderní sítě jako **ResNet** nebo Inception.



===== Ekosystém a Keras 3 =====

V roce 2023 byla představena verze **Keras 3**, která přinesla revoluční změnu: **Multi-backend support**.
Keras už není pevně svázán pouze s TensorFlow, ale umožňuje spouštět stejný kód nad různými výpočetními jádry:
  * **[[tensorflow|TensorFlow]]**: Pro maximální stabilitu a nasazení.
  * **[[pytorch|PyTorch]]**: Pro výzkumníky, kteří preferují ekosystém Mety.
  * **JAX**: Pro extrémně výkonné vědecké výpočty od Googlu.

===== Výhody použití Keras =====

  * **Rychlost prototypování:** To, co v nízkoúrovňovém kódu trvá hodiny, v Kerasu naprogramujete za minuty.
  * **Podpora pro CPU i GPU:** Keras automaticky detekuje dostupný hardware a využívá jej pro zrychlení trénování.
  * **Předtrénované modely:** Součástí knihovny je ''keras.applications'', kde najdete hotové a natrénované sítě (VGG16, ResNet50, MobileNet) připravené k okamžitému použití.

===== Srovnání: Keras vs. Čistý TensorFlow =====

^ Vlastnost ^ Keras ^ Čistý TensorFlow (Low-level) ^
| **Abstrakce** | Vysoká (jednoduchá) | Nízká (komplexní) |
| **Flexibilita** | Vysoká (postačující pro většinu) | Absolutní (pro vývoj nových typů operací) |
| **Křivka učení** | Velmi mírná | Strmá |
| **Produktivita** | Maximální | Nižší (vyžaduje více kódu) |

---
**Související termíny:** [[tensorflow|TensorFlow]], [[pytorch|PyTorch]], [[neural_networks|Neuronové sítě]], [[python|Python]], [[deep_learning|Deep Learning]].