Repolode
keras-team

keras-team/keras

Keras 3는 JAX, TensorFlow, PyTorch에서 실행되고 추론에는 OpenVINO도 사용할 수 있는 딥러닝 프레임워크입니다.

스타
64,376
포크
19,805
열린 이슈
248
마지막 커밋
5시간 전

어떤 프로젝트인가요?

Keras 3는 컴퓨터 비전, 자연어 처리, 오디오, 시계열 예측, 추천 시스템 분야의 모델을 구축하고 학습시키기 위한 고수준 딥러닝 프레임워크입니다. 핵심은 하나의 Keras 코드베이스를 여러 백엔드에서 실행할 수 있다는 점입니다. 지원 백엔드는 JAX, TensorFlow, PyTorch이며, OpenVINO는 추론에만 사용할 수 있습니다.

백엔드는 KERAS_BACKEND 환경 변수나 설정 파일로 선택할 수 있으므로, 사용자는 모델과 하드웨어에 적합한 런타임을 고를 수 있습니다. Keras 3는 TensorFlow 백엔드를 사용할 때 tf.keras를 그대로 대체할 수 있으며, 커스텀 레이어와 모델, 메트릭을 네이티브 PyTorch 모듈이나 JAX 모델 함수에서 재사용할 수 있습니다. 학습에는 tf.data 데이터셋이나 PyTorch DataLoader를 사용할 수 있고, GPU 및 TPU 환경은 별도의 CUDA 요구사항 파일을 통해 지원됩니다.

Linux와 macOS에서는 pip로 keras 패키지를 설치하며, Windows에서는 WSL2 사용을 권장합니다. Keras 2는 tf-keras 패키지로 계속 제공됩니다.

핵심 기능

  • 01동일한 Keras 코드를 JAX, TensorFlow, PyTorch 또는 OpenVINO에서 실행합니다.
  • 02KERAS_BACKEND 설정으로 백엔드를 전환합니다.
  • 03TensorFlow 백엔드에서 tf.keras를 그대로 대체해 사용할 수 있습니다.
  • 04Keras 모델을 네이티브 PyTorch 모듈이나 JAX 함수 안에서 사용할 수 있습니다.
  • 05학습 데이터로 tf.data 데이터셋과 PyTorch DataLoader를 사용할 수 있습니다.
  • 06GPU 환경을 위한 CUDA 요구사항 파일을 별도로 제공합니다.

활용 사례

  • 고수준 API를 사용해 여러 프레임워크에서 컴퓨터 비전 또는 NLP 모델을 구축합니다.
  • 기존 tf.keras 프로젝트를 다시 작성하지 않고 JAX나 PyTorch로 옮깁니다.
  • 커스텀 레이어를 PyTorch 또는 JAX 학습 루프에서 재사용합니다.
  • 학습된 모델을 OpenVINO로 추론에 배포합니다.

빠른 시작

  1. 1

    PyPI에서 Keras 설치

    pip install keras --upgrade
  2. 2

    tensorflow, jax 또는 torch와 같은 백엔드 설치

  3. 3

    환경 변수를 설정해 백엔드 선택

    export KERAS_BACKEND="jax"

사용 전 알아둘 점

  • TensorFlow, JAX 또는 PyTorch와 같은 백엔드를 별도로 설치해야 합니다.
  • OpenVINO 백엔드는 추론만 지원합니다.
  • Windows는 직접 지원되지 않습니다. README에서는 WSL2를 권장합니다.

토픽

자주 묻는 질문

keras은(는) 무엇인가요?
Keras 3는 JAX, TensorFlow, PyTorch에서 실행되고 추론에는 OpenVINO도 사용할 수 있는 딥러닝 프레임워크입니다. Keras 3는 컴퓨터 비전, 자연어 처리, 오디오, 시계열 예측, 추천 시스템 분야의 모델을 구축하고 학습시키기 위한 고수준 딥러닝 프레임워크입니다. 핵심은 하나의 Keras 코드베이스를 여러 백엔드에서 실행할 수 있다는 점입니다. 지원 백엔드는 JAX, TensorFlow, PyTorch이며, OpenVINO는 추론에만 사용할 수 있습니다.
keras은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
keras은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
keras은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. keras의 마지막 커밋은 2026년 10월 20일입니다.
keras은(는) 어디에 사용할 수 있나요?
고수준 API를 사용해 여러 프레임워크에서 컴퓨터 비전 또는 NLP 모델을 구축합니다. 기존 tf.keras 프로젝트를 다시 작성하지 않고 JAX나 PyTorch로 옮깁니다. 커스텀 레이어를 PyTorch 또는 JAX 학습 루프에서 재사용합니다. 학습된 모델을 OpenVINO로 추론에 배포합니다.
keras는 어떻게 설치하나요?
PyPI에서 Keras 설치: pip install keras --upgrade tensorflow, jax 또는 torch와 같은 백엔드 설치 환경 변수를 설정해 백엔드 선택: export KERAS_BACKEND="jax"
keras은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/keras-team/keras

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트