ModelScopeのモデルハブにあるAIモデルを、統一されたpipelineとTrainerインターフェースで実行・学習・評価するPythonライブラリ。
keras-team/keras-hub
JAX、TensorFlow、PyTorchで動作するテキスト・画像・音声モデルを提供する、Keras 3向けの事前学習済みモデルライブラリです。
- スター
- 996
- フォーク
- 377
- 未解決の Issue
- 273
- 最終コミット
- 3 日前
これは何?
KerasHubは、KerasコアAPIを拡張する事前学習済みモデルライブラリです。人気のモデルアーキテクチャをKeras 3で実装し、Kaggle Modelsで公開されている事前学習済みチェックポイントも提供します。LayerとModelの各コンポーネントは、テキスト・画像・音声データを対象に、生成や分類などのタスクと、その他の組み込みワークフローをカバーします。
モデル定義は共通のまま、KERAS_BACKEND環境変数で選択したJAX、TensorFlow、PyTorchのいずれでも動作します。GPUやTPUでのファインチューニング、単一のアクセラレータで利用できる組み込みPEFT手法、モデル並列化やデータ並列化による大規模な学習に対応しています。
Kerasに慣れた開発者なら、from_presetでプリセットを読み込み、fitやpredictを呼び出すだけで、いつものKerasのワークフローですぐに使い始められます。現在はプレリリース段階の0.y.zで開発が活発に進められているため、APIが変更される場合があります。
主な機能
- 01人気のテキスト・画像・音声モデルアーキテクチャをKeras 3で実装。
- 02from_presetを使い、名前を指定して事前学習済みチェックポイントを読み込み可能。
- 03同じモデル定義をJAX、TensorFlow、PyTorchで実行可能。
- 04単一のアクセラレータでの学習に使える組み込みPEFT手法。
- 05大規模なファインチューニング向けに、モデル並列学習とデータ並列学習に対応。
ユースケース
- カスタムのテキストデータセットで、BERT系の事前学習済み分類モデルをファインチューニングする。
- 事前学習済みResNetチェックポイントを使って画像分類を行う。
- GPUメモリが限られた環境で、パラメータ効率の高いファインチューニングにより大規模言語モデルを適応させる。
- Kerasの学習パイプラインをJAX、TensorFlow、PyTorchの各バックエンド間で切り替える。
クイックスタート
- 1
PyPIからKerasHubをインストールする
pip install --upgrade keras-hub - 2
インポートする前に環境変数を設定してバックエンドを選択する
export KERAS_BACKEND=jax - 3
KerasHubをインポートし、プリセットから学習済みモデルを読み込む
使う前に知っておきたいこと
- KerasHubをインストールすると、tf.dataによる前処理のためにTensorFlowも必ずインストールされます。
- APIは1.0未満のため、いつでも互換性が損なわれる可能性があります。
- 同梱されている一部の学習済みモデルは、第三者から別途ライセンスのもとで提供されています。
収録されている特集
トピック
よくある質問
- keras-hub とは?
- JAX、TensorFlow、PyTorchで動作するテキスト・画像・音声モデルを提供する、Keras 3向けの事前学習済みモデルライブラリです。 KerasHubは、KerasコアAPIを拡張する事前学習済みモデルライブラリです。人気のモデルアーキテクチャをKeras 3で実装し、Kaggle Modelsで公開されている事前学習済みチェックポイントも提供します。LayerとModelの各コンポーネントは、テキスト・画像・音声データを対象に、生成や分類などのタスクと、その他の組み込みワークフローをカバーします。
- keras-hub は無料で使えますか?ライセンスは?
- keras-hub 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-hub 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-hub の最終コミットは 2026年11月4日 です。
- keras-hub は何に使えますか?
- カスタムのテキストデータセットで、BERT系の事前学習済み分類モデルをファインチューニングする。 事前学習済みResNetチェックポイントを使って画像分類を行う。 GPUメモリが限られた環境で、パラメータ効率の高いファインチューニングにより大規模言語モデルを適応させる。 Kerasの学習パイプラインをJAX、TensorFlow、PyTorchの各バックエンド間で切り替える。
- keras-hub のインストール方法は?
- PyPIからKerasHubをインストールする: pip install --upgrade keras-hub インポートする前に環境変数を設定してバックエンドを選択する: export KERAS_BACKEND=jax KerasHubをインポートし、プリセットから学習済みモデルを読み込む
- keras-hub 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-hub
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
最先端のテキスト、画像、音声、マルチモーダル機械学習モデルの定義、推論、学習に対応するフレームワーク。
1986年のRNNから2025年の推論モデルまで、深層学習とLLMのアーキテクチャ系統をたどる、視覚的なタイムライン形式の学習ロードマップ。
85言語に対応した事前学習済みSaTおよびWtPモデルを使い、テキストを文やその他の意味単位に分割するPythonツールキット。
PyTorch関連のライブラリ、モデル、実装、チュートリアル、論文をまとめたGitHub上の厳選リンク集。
Microsoftによる12週間・全24レッスンの初学者向けAIカリキュラム。記号AI、ニューラルネットワーク、コンピュータービジョン、NLP、倫理を扱い、PyTorchとTensorFlowのノートブックを提供します。