Repolode
Предложить
keras-team

keras-team/keras-hub

Библиотека предобученных моделей для Keras 3: модели для текста, изображений и аудио, работающие с JAX, TensorFlow или PyTorch.

Открыть на GitHubСайт
Звёзды
996
Форки
377
Открытые issues
273
Последний коммит
3 дня назад

Что это?

KerasHub — библиотека моделей с предобученными весами, созданная как расширение базового API Keras. В ней представлены реализации популярных архитектур на Keras 3 и предобученные чекпойнты, размещённые в Kaggle Models. Компоненты Layer и Model охватывают такие задачи, как генерация и классификация, а также другие встроенные сценарии работы с текстом, изображениями и аудио.

Одно и то же определение модели работает с JAX, TensorFlow и PyTorch; нужный бэкенд выбирается с помощью переменной окружения KERAS_BACKEND. Модели можно дообучать на GPU и TPU, применять встроенные методы PEFT на отдельных ускорителях или обучать в большом масштабе с параллелизмом по модели и данным.

Разработчики, уже знакомые с Keras, могут быстро приступить к работе: загрузка пресета с помощью from_preset и вызов fit или predict соответствуют привычному рабочему процессу Keras. Проект активно разрабатывается в предварительном релизе версии 0.y.z, поэтому API может меняться.

Ключевые возможности

  • 01Реализации популярных архитектур моделей для текста, изображений и аудио на Keras 3.
  • 02Предобученные чекпойнты, которые можно загрузить по имени с помощью from_preset.
  • 03Одно определение модели работает с JAX, TensorFlow или PyTorch.
  • 04Встроенные методы PEFT для обучения на одном ускорителе.
  • 05Поддержка параллелизма по модели и данным для масштабного дообучения.

Сценарии использования

  • Дообучение классификатора на основе BERT на собственном текстовом наборе данных.
  • Классификация изображений с помощью предобученного чекпойнта ResNet.
  • Адаптация больших языковых моделей с помощью параметрически эффективного дообучения при ограниченной памяти GPU.
  • Перенос обучающего конвейера Keras между бэкендами JAX, TensorFlow и PyTorch.

Быстрый старт

  1. 1

    Установите KerasHub из PyPI

    pip install --upgrade keras-hub
  2. 2

    Выберите бэкенд, задав переменную окружения до импорта

    export KERAS_BACKEND=jax
  3. 3

    Импортируйте KerasHub и загрузите предварительно обученную модель из пресета

Что важно знать

  • При установке KerasHub всегда устанавливается TensorFlow для предварительной обработки с помощью tf.data.
  • API ещё не достиг версии 1.0, и совместимость может нарушиться в любой момент.
  • Некоторые включённые предварительно обученные модели предоставляются сторонними разработчиками на условиях отдельных лицензий.

В подборках

Библиотеки и инструменты компьютерного зренияИнструменты и библиотеки обработки естественного языка

Темы

#deep-learning#keras#pretrained-models#llm#nlp#computer-vision#jax#pytorch#cv#machine-learning

Частые вопросы

Что такое keras-hub?
Библиотека предобученных моделей для Keras 3: модели для текста, изображений и аудио, работающие с JAX, TensorFlow или PyTorch. KerasHub — библиотека моделей с предобученными весами, созданная как расширение базового API Keras. В ней представлены реализации популярных архитектур на Keras 3 и предобученные чекпойнты, размещённые в Kaggle Models. Компоненты Layer и Model охватывают такие задачи, как генерация и классификация, а также другие встроенные сценарии работы с текстом, изображениями и аудио.
keras-hub можно использовать бесплатно? Какая у него лицензия?
keras-hub распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
keras-hub всё ещё поддерживается?
Активно поддерживается. Последний коммит в keras-hub — 4 нояб. 2026 г..
Для чего можно использовать keras-hub?
Дообучение классификатора на основе BERT на собственном текстовом наборе данных. Классификация изображений с помощью предобученного чекпойнта ResNet. Адаптация больших языковых моделей с помощью параметрически эффективного дообучения при ограниченной памяти GPU. Перенос обучающего конвейера Keras между бэкендами JAX, TensorFlow и PyTorch.
Как установить keras-hub?
Установите KerasHub из PyPI: pip install --upgrade keras-hub Выберите бэкенд, задав переменную окружения до импорта: export KERAS_BACKEND=jax Импортируйте KerasHub и загрузите предварительно обученную модель из пресета
Где скачать keras-hub?
Исходный код и инструкции по установке — на GitHub: https://github.com/keras-team/keras-hub

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
70,6 тыс.+228 за неделю13,7 тыс.Jupyter NotebookMITОбновлён позавчера