Repolode
Предложить
keras-team

keras-team/keras

Keras 3 — фреймворк для глубокого обучения, работающий на JAX, TensorFlow, PyTorch или OpenVINO для инференса.

Открыть на GitHubСайт
Звёзды
64,376
Форки
19,805
Открытые issues
248
Последний коммит
5 часов назад

Что это?

Keras 3 — высокоуровневый фреймворк для глубокого обучения, предназначенный для создания и обучения моделей компьютерного зрения, обработки естественного языка, аудио, прогнозирования временных рядов и рекомендательных систем. Его главная особенность в том, что одна кодовая база Keras работает с несколькими бэкендами: JAX, TensorFlow, PyTorch и OpenVINO, который поддерживает только инференс.

Бэкенд выбирается с помощью переменной окружения KERAS_BACKEND или файла конфигурации, поэтому можно подобрать среду выполнения под модель и оборудование. Keras 3 позиционируется как прямая замена tf.keras при использовании бэкенда TensorFlow; пользовательские слои, модели и метрики можно повторно использовать в нативных модулях PyTorch или функциях моделей на JAX. Для обучения подходят датасеты tf.data и PyTorch DataLoader, а конфигурации GPU и TPU поддерживаются с помощью отдельных файлов с требованиями CUDA.

Установить Keras можно через pip как пакет keras на Linux и macOS; для Windows рекомендуется WSL2. Keras 2 по-прежнему доступен в виде пакета tf-keras.

Ключевые возможности

  • 01Запускает один и тот же код Keras на JAX, TensorFlow, PyTorch или OpenVINO.
  • 02Позволяет переключать бэкенды через параметр KERAS_BACKEND.
  • 03Работает как прямая замена tf.keras с бэкендом TensorFlow.
  • 04Позволяет использовать модели Keras в нативных модулях PyTorch или функциях на JAX.
  • 05Принимает для обучения датасеты tf.data и PyTorch DataLoader.
  • 06Предоставляет отдельные файлы с требованиями CUDA для конфигураций GPU.

Сценарии использования

  • Создание моделей компьютерного зрения или NLP с высокоуровневым API для разных фреймворков.
  • Перенос существующего проекта на tf.keras в JAX или PyTorch без переписывания кода.
  • Повторное использование пользовательских слоёв в цикле обучения PyTorch или JAX.
  • Развёртывание обученной модели для инференса через OpenVINO.

Быстрый старт

  1. 1

    Установите Keras из PyPI

    pip install keras --upgrade
  2. 2

    Установите такой бэкенд, как tensorflow, jax или torch

  3. 3

    Выберите бэкенд, задав переменную среды

    export KERAS_BACKEND="jax"

Что важно знать

  • Необходимо отдельно установить такой бэкенд, как TensorFlow, JAX или PyTorch.
  • Бэкенд OpenVINO поддерживает только инференс.
  • Windows напрямую не поддерживается; в README рекомендуется использовать WSL2.

Темы

#deep-learning#machine-learning#neural-networks#jax#pytorch#tensorflow#data-science#python

Частые вопросы

Что такое keras?
Keras 3 — фреймворк для глубокого обучения, работающий на JAX, TensorFlow, PyTorch или OpenVINO для инференса. Keras 3 — высокоуровневый фреймворк для глубокого обучения, предназначенный для создания и обучения моделей компьютерного зрения, обработки естественного языка, аудио, прогнозирования временных рядов и рекомендательных систем. Его главная особенность в том, что одна кодовая база Keras работает с несколькими бэкендами: JAX, TensorFlow, PyTorch и OpenVINO, который поддерживает только инференс.
keras можно использовать бесплатно? Какая у него лицензия?
keras распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
keras всё ещё поддерживается?
Активно поддерживается. Последний коммит в keras — 20 окт. 2026 г..
Для чего можно использовать keras?
Создание моделей компьютерного зрения или NLP с высокоуровневым API для разных фреймворков. Перенос существующего проекта на tf.keras в JAX или PyTorch без переписывания кода. Повторное использование пользовательских слоёв в цикле обучения PyTorch или JAX. Развёртывание обученной модели для инференса через OpenVINO.
Как установить keras?
Установите Keras из PyPI: pip install keras --upgrade Установите такой бэкенд, как tensorflow, jax или torch Выберите бэкенд, задав переменную среды: export KERAS_BACKEND="jax"
Где скачать keras?
Исходный код и инструкции по установке — на GitHub: https://github.com/keras-team/keras

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

microsoft / AI-For-Beginners

Учебная программа Microsoft по ИИ для начинающих: 12 недель и 24 урока о символическом ИИ, нейросетях, компьютерном зрении, NLP и этике, с ноутбуками на PyTorch и TensorFlow.

Обучающие материалы#artificial-intelligence#machine-learning#deep-learning
70,1 тыс.13,6 тыс.Jupyter NotebookMITОбновлён в прошлом месяце