Keras特性：
1.简单 - 但不是简单。Keras 减少了开发人员的认知负担，让您能够专注于问题中真正重要的部分。
2.灵活——Keras 采用渐进式披露原则 复杂性：简单的工作流程应该快速简便，同时任意 高级工作流程应该可以通过基于的清晰路径来实现 你已经学到了什么。
3.强大 -- Keras 提供行业强大的性能和可扩展性：它被包括NASA在内的组织和公司使用， YouTube和Waymo。
Keras & TensorFlow 2
TensorFlow 2是一个端到端的开源机器学习平台。 您可以将其视为可微分编程的基础结构层。 它结合了四个关键功能：
1.在 CPU、GPU 或 TPU 上高效执行低级张量操作。
2.计算任意可微表达式的梯度。
3.将计算扩展到许多设备，例如数百个 GPU 的集群。
4.将程序（“图形”）导出到外部运行时，如服务器、浏览器、移动和嵌入式设备。
Keras 是 TensorFlow 2 的高级 API：一个平易近人、高效的界面。 用于解决机器学习问题， 专注于现代深度学习。它为开发提供了基本的抽象和构建块 以及以高迭代速度交付机器学习解决方案。
Keras 使工程师和研究人员能够充分利用可扩展性 以及 TensorFlow 2 的跨平台功能：您可以在 TPU 或大型 GPU 集群上运行 Keras， 你可以导出 Keras 模型以在浏览器或移动设备上运行。
Keras API | 指南 | 项目地址 | 其他相关 | #API
实时目标声音提取
该存储库为本文中提出的波形器架构提供了代码。波形器是一种实现流推理的低延迟目标声音提取模型——该模型在每个时间步长处理 ~10 毫秒的输入音频块，同时只查看过去的块，而不查看未来的块。在使用单线程的Core i5 CPU上，不同型号配置的实时因子（RTF）范围为0.66至0.94，端到端延迟小于20毫秒。
Waveformer | #工具
该存储库为本文中提出的波形器架构提供了代码。波形器是一种实现流推理的低延迟目标声音提取模型——该模型在每个时间步长处理 ~10 毫秒的输入音频块，同时只查看过去的块，而不查看未来的块。在使用单线程的Core i5 CPU上，不同型号配置的实时因子（RTF）范围为0.66至0.94，端到端延迟小于20毫秒。
Waveformer | #工具
