文件名称：scikeras：Keras的Scikit-Learn API包装器
文件大小：143KB
文件格式：ZIP
更新时间：2024-02-26 17:35:33
python data-science machine-learning deep-neural-networks deep-learning
适用于Keras的Scikit-Learn包装器 适用于Keras模型的Scikit-Learn兼容包装器。 为什么选择SciKeras SciKeras派生自tf.keras.wrappers.scikit_learn并tf.keras.wrappers.scikit_learn兼容。 原始的TensorFlow（TF）包装器未得到积极维护，并将在以后的版本中。 与TF包装器相比，优缺点的概述可以在我们的指南中找到。 安装 该软件包可在PyPi上使用： pip install scikeras 唯一的依赖关系是scikit-learn>=0.22和TensorFlow>=2.4.0
【文件预览】：
scikeras-master
----.github()
--------workflows()
----poetry.lock(149KB)
----scikeras()
--------utils()
--------wrappers.py(63KB)
--------__init__.py(466B)
--------_saving_utils.py(5KB)
--------_utils.py(7KB)
----CONTRIBUTING.md(1KB)
----LICENSE(1KB)
----codecov.yaml(161B)
----HISTORY.md(2KB)
----README.md(1KB)
----.pre-commit-config.yaml(260B)
----docs()
--------source()
--------README.md(2KB)
----tests()
--------test_serialization.py(7KB)
--------test_parameters.py(9KB)
--------test_utils_transformers.py(2KB)
--------testing_utils.py(2KB)
--------test_api.py(28KB)
--------test_deprecation.py(4KB)
--------test_scikit_learn_checks.py(5KB)
--------test_errors.py(8KB)
--------__init__.py(357B)
--------multi_output_models.py(3KB)
--------test_callbacks.py(1KB)
--------mlp_models.py(3KB)
--------test_scoring.py(1KB)
--------test_utils.py(2KB)
--------test_basewrapper.py(3KB)
--------test_input_outputs.py(13KB)
--------test_compile_kwargs.py(14KB)
--------test_param_routing.py(4KB)
----.gitignore(1KB)
----pyproject.toml(2KB)