Biblioteca Python para executar, treinar e avaliar modelos de IA do hub ModelScope por meio de uma interface unificada de pipeline e Trainer.
9,2 mil+8 esta semana975PythonApache-2.0Bem mantidoAtualizado há 5 dias
keras-team/keras-hub
Biblioteca de modelos pré-treinados para Keras 3, com modelos de texto, imagem e áudio que rodam em JAX, TensorFlow ou PyTorch.
- Estrelas
- 996
- Forks
- 377
- Issues abertas
- 273
- Último commit
- há 3 dias
O que é?
KerasHub é uma biblioteca de modelagem com modelos pré-treinados, desenvolvida como extensão da API principal do Keras. Ela oferece implementações em Keras 3 de arquiteturas populares, além de checkpoints pré-treinados hospedados no Kaggle Models. Seus componentes Layer e Model abrangem tarefas como geração, classificação e outros fluxos de trabalho integrados para dados de texto, imagem e áudio.
Uma única definição de modelo funciona com JAX, TensorFlow e PyTorch, selecionados pela variável de ambiente KERAS_BACKEND. Os modelos podem ser ajustados em GPUs e TPUs, usar técnicas PEFT integradas em aceleradores individuais ou ser treinados em larga escala com paralelismo de modelo e de dados.
Quem já conhece o Keras pode começar rapidamente: carregar um preset com from_preset e chamar fit ou predict segue o fluxo de trabalho habitual do Keras. O projeto está em desenvolvimento ativo na fase pré-lançamento 0.y.z, então as APIs podem mudar.
Recursos principais
- 01Implementações em Keras 3 de arquiteturas populares de modelos de texto, imagem e áudio.
- 02Checkpoints pré-treinados que podem ser carregados pelo nome com from_preset.
- 03Uma única definição de modelo roda em JAX, TensorFlow ou PyTorch.
- 04Técnicas PEFT integradas para treinar em um único acelerador.
- 05Oferece suporte a treinamento com paralelismo de modelo e de dados para ajustes em maior escala.
Casos de uso
- Ajustar um classificador no estilo BERT pré-treinado em um conjunto de dados de texto personalizado.
- Executar classificação de imagens com um checkpoint ResNet pré-treinado.
- Adaptar grandes modelos de linguagem com fine-tuning eficiente em parâmetros quando a memória da GPU é limitada.
- Migrar um pipeline de treinamento do Keras entre os backends JAX, TensorFlow e PyTorch.
Início rápido
- 1
Instale o KerasHub pelo PyPI
pip install --upgrade keras-hub - 2
Escolha um backend definindo a variável de ambiente antes de importar
export KERAS_BACKEND=jax - 3
Importe o KerasHub e carregue um modelo pré-treinado de um preset
Antes de usar
- A instalação do KerasHub sempre inclui o TensorFlow para o pré-processamento com tf.data.
- A API é anterior à versão 1.0 e pode deixar de ser compatível a qualquer momento.
- Alguns modelos pré-treinados incluídos são fornecidos por terceiros sob licenças separadas.
Em coleções
Tópicos
Perguntas frequentes
- O que é keras-hub?
- Biblioteca de modelos pré-treinados para Keras 3, com modelos de texto, imagem e áudio que rodam em JAX, TensorFlow ou PyTorch. KerasHub é uma biblioteca de modelagem com modelos pré-treinados, desenvolvida como extensão da API principal do Keras. Ela oferece implementações em Keras 3 de arquiteturas populares, além de checkpoints pré-treinados hospedados no Kaggle Models. Seus componentes Layer e Model abrangem tarefas como geração, classificação e outros fluxos de trabalho integrados para dados de texto, imagem e áudio.
- keras-hub é gratuito? Qual é a licença?
- keras-hub é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- keras-hub ainda é mantido?
- Manutenção ativa. O último commit de keras-hub foi em 4 de nov. de 2026.
- Para que posso usar keras-hub?
- Ajustar um classificador no estilo BERT pré-treinado em um conjunto de dados de texto personalizado. Executar classificação de imagens com um checkpoint ResNet pré-treinado. Adaptar grandes modelos de linguagem com fine-tuning eficiente em parâmetros quando a memória da GPU é limitada. Migrar um pipeline de treinamento do Keras entre os backends JAX, TensorFlow e PyTorch.
- Como instalar keras-hub?
- Instale o KerasHub pelo PyPI: pip install --upgrade keras-hub Escolha um backend definindo a variável de ambiente antes de importar: export KERAS_BACKEND=jax Importe o KerasHub e carregue um modelo pré-treinado de um preset
- Onde consigo keras-hub?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/keras-team/keras-hub
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Framework para definir modelos de ponta em machine learning para texto, visão, áudio e tarefas multimodais, voltado a inferência e treinamento.
168,6 mil+232 esta semana35,1 milPythonApache-2.0Atualizado há 22 horas
Um roteiro visual de aprendizado baseado em linha do tempo que acompanha as famílias de arquiteturas de deep learning e LLM, da RNN de 1986 aos modelos de raciocínio de 2025.
869+2 esta semana158TypeScriptMITAtualizado mês passado
Toolkit Python para dividir textos em frases ou outras unidades semânticas, com modelos SaT e WtP pré-treinados que abrangem 85 idiomas.
1,4 mil+2 esta semana84PythonMITAtualizado anteontem
Uma lista selecionada de bibliotecas, modelos, implementações, tutoriais e artigos relacionados ao PyTorch no GitHub.
16,7 mil+13 esta semana2,8 milSem licençaAtualizado há 2 meses
Currículo introdutório de IA da Microsoft, com 24 aulas ao longo de 12 semanas sobre IA simbólica, redes neurais, visão computacional, NLP e ética, incluindo notebooks em PyTorch e TensorFlow.
Recursos de aprendizado#artificial-intelligence#machine-learning#deep-learning#neural-networks#computer-vision
70,6 mil+228 esta semana13,7 milJupyter NotebookMITAtualizado há 3 dias