Repolode
keras-team

keras-team/keras

Keras 3は、JAX、TensorFlow、PyTorch、または推論向けのOpenVINOで動作する深層学習フレームワークです。

スター
64,376
フォーク
19,805
未解決の Issue
248
最終コミット
5 時間前

これは何?

Keras 3は、コンピュータビジョン、自然言語処理、音声、時系列予測、レコメンダーシステムのモデルを構築・学習するための高水準な深層学習フレームワークです。KerasのコードベースをJAX、TensorFlow、PyTorch、推論専用のOpenVINOといった複数のバックエンドで実行できることが、基本的な考え方です。

バックエンドはKERAS_BACKEND環境変数または設定ファイルで選択できるため、モデルやハードウェアに適したランタイムを選べます。TensorFlowバックエンドでは、Keras 3はtf.kerasのドロップイン置き換えとして利用できます。また、カスタムレイヤー、モデル、メトリクスをネイティブなPyTorchモジュールやJAXのモデル関数内で再利用できます。学習にはtf.dataのデータセットやPyTorch DataLoaderを利用でき、GPUとTPUの環境はそれぞれ別のCUDA要件ファイルでサポートされています。

LinuxとmacOSではkerasパッケージをpipでインストールします。WindowsではWSL2の利用が推奨されています。Keras 2はtf-kerasパッケージとして引き続き利用できます。

主な機能

  • 01同じKerasコードをJAX、TensorFlow、PyTorch、またはOpenVINOで実行できます。
  • 02KERAS_BACKENDの設定でバックエンドを切り替えられます。
  • 03TensorFlowバックエンドではtf.kerasのドロップイン置き換えとして利用できます。
  • 04KerasモデルをネイティブなPyTorchモジュールやJAX関数内で使用できます。
  • 05学習用の入力としてtf.dataのデータセットとPyTorch DataLoaderを利用できます。
  • 06GPU環境向けに、CUDA要件を記載したファイルが個別に用意されています。

ユースケース

  • 高水準APIを使い、複数のフレームワークでコンピュータビジョンやNLPのモデルを構築する。
  • 既存のtf.kerasプロジェクトを書き換えずに、JAXやPyTorchへ移行する。
  • カスタムレイヤーをPyTorchやJAXの学習ループで再利用する。
  • 学習済みモデルをOpenVINOで推論用にデプロイする。

クイックスタート

  1. 1

    PyPIからKerasをインストールする

    pip install keras --upgrade
  2. 2

    tensorflow、jax、torchなどのバックエンドをインストールする

  3. 3

    環境変数を設定してバックエンドを選択する

    export KERAS_BACKEND="jax"

使う前に知っておきたいこと

  • TensorFlow、JAX、PyTorchなどのバックエンドを別途インストールする必要があります。
  • OpenVINOバックエンドは推論のみをサポートします。
  • Windowsは直接サポートされていません。READMEではWSL2の使用が推奨されています。

トピック

よくある質問

keras とは?
Keras 3は、JAX、TensorFlow、PyTorch、または推論向けのOpenVINOで動作する深層学習フレームワークです。 Keras 3は、コンピュータビジョン、自然言語処理、音声、時系列予測、レコメンダーシステムのモデルを構築・学習するための高水準な深層学習フレームワークです。KerasのコードベースをJAX、TensorFlow、PyTorch、推論専用のOpenVINOといった複数のバックエンドで実行できることが、基本的な考え方です。
keras は無料で使えますか?ライセンスは?
keras は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
keras は今もメンテナンスされていますか?
活発にメンテナンス中。keras の最終コミットは 2026年10月20日 です。
keras は何に使えますか?
高水準APIを使い、複数のフレームワークでコンピュータビジョンやNLPのモデルを構築する。 既存のtf.kerasプロジェクトを書き換えずに、JAXやPyTorchへ移行する。 カスタムレイヤーをPyTorchやJAXの学習ループで再利用する。 学習済みモデルをOpenVINOで推論用にデプロイする。
keras のインストール方法は?
PyPIからKerasをインストールする: pip install keras --upgrade tensorflow、jax、torchなどのバックエンドをインストールする 環境変数を設定してバックエンドを選択する: export KERAS_BACKEND="jax"
keras はどこで入手できますか?
ソースコードとインストール手順は GitHub にあります:https://github.com/keras-team/keras

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト