搜索研究与资料 · 工具介绍
AutoKeras
AutoKeras 是基于 Keras 的自动机器学习系统。其图像分类接口支持以训练图片及标签拟合分类器，并对新的图片数据生成预测。
AutoKeras 能做什么
AutoKeras 是基于 Keras 的自动机器学习系统。其图像分类接口支持以训练图片及标签拟合分类器，并对新的图片数据生成预测。
- 模型训练与部署
如何使用 AutoKeras
建立图像分类器并检查预测
准备输入
- 训练图像 x_train、对应标签 y_train 和测试图像 x_test。
操作步骤
- 安装 autokeras，并准备满足官方兼容要求的 Python 与 TensorFlow 环境。
- 创建 ak.ImageClassifier，调用 fit 输入训练图片与标签。
- 调用 predict 处理测试图像，人工抽查返回的分类结果。
预期交付物
- ImageClassifier 对测试图像给出的预测结果。
官方 README 列出 Python 与 TensorFlow 兼容要求，使用前仍应检查当前依赖组合；人工检查图片标签和测试集代表性，不把示例接口视为准确率保证。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从搜索研究与资料角度评估AutoKeras
把搜索研究与资料需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
来源能否回看
需要能打开的原始页面或文档位置，不能只有一段无出处的摘要。
范围是否与问题一致
核对日期、地区、对象与定义，不把相似术语当成同一事实。
是否保留反例
把冲突资料和未解决问题放进结论，避免只找支持原想法的证据。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
