编程智能体与代码 · 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。
从编程智能体与代码角度评估AutoKeras
把编程智能体与代码需要的条件列清楚，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。
能否读懂上下文
确认工具能够读取所需目录，且不会引入不必要的资料。
改动是否可审查
优先能展示差异、保留原文件和逐步验证的工作方式。
测试能否说明问题
测试应覆盖用户可见行为，不只证明代码能运行。
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。
