Repolode
提交项目
keras-team

keras-team/keras-hub

基于 Keras 3 的预训练模型库，支持文本、图像和音频模型，可在 JAX、TensorFlow 或 PyTorch 上运行。

在 GitHub 查看官网
Star
996
Fork
377
未关闭 Issue
273
最近提交
3天前

这是什么？

KerasHub 是构建在 Keras 核心 API 之上的预训练模型库，提供流行模型架构的 Keras 3 实现，并配有托管在 Kaggle Models 上的预训练权重。其 Layer 和 Model 组件覆盖文本、图像和音频数据上的生成、分类等内置任务。

同一份模型定义可在 JAX、TensorFlow 和 PyTorch 上运行，通过 KERAS_BACKEND 环境变量切换。模型可在 GPU 和 TPU 上微调，单卡可直接使用内置的 PEFT 方法，也支持模型并行与数据并行的大规模训练。

熟悉 Keras 的开发者上手较快，通过 from_preset 加载预训练模型后，即可沿用常规的 fit 和 predict 流程。项目目前仍处于 0.y.z 预发布阶段，接口可能变动。

核心功能

  • 01提供流行文本、图像和音频模型架构的 Keras 3 实现。
  • 02可通过 from_preset 按名称加载预训练权重。
  • 03同一份模型定义可在 JAX、TensorFlow 或 PyTorch 上运行。
  • 04内置 PEFT 方法，便于在单个加速器上训练。
  • 05支持模型并行与数据并行，适合大规模微调。

适用场景

  • 在自定义文本数据集上微调 BERT 类文本分类模型。
  • 使用预训练 ResNet 权重进行图像分类。
  • 在有限显存下通过参数高效微调适配大语言模型。
  • 在 JAX、TensorFlow 和 PyTorch 后端之间迁移 Keras 训练流程。

快速上手

  1. 1

    从 PyPI 安装 KerasHub

    pip install --upgrade keras-hub
  2. 2

    在导入前通过环境变量选择后端

    export KERAS_BACKEND=jax
  3. 3

    导入 KerasHub 并从预设加载预训练模型

使用前须知

  • 安装 KerasHub 时总会附带安装 TensorFlow，用于 tf.data 预处理。
  • 项目仍处于 0.y.z 预发布阶段，API 可能随时发生不兼容变更。
  • 部分内置预训练模型由第三方提供，并受其各自许可证约束。

收录于专题

计算机视觉工具与库自然语言处理工具与库

标签

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

常见问题

keras-hub 是什么？
基于 Keras 3 的预训练模型库，支持文本、图像和音频模型，可在 JAX、TensorFlow 或 PyTorch 上运行。 KerasHub 是构建在 Keras 核心 API 之上的预训练模型库，提供流行模型架构的 Keras 3 实现，并配有托管在 Kaggle Models 上的预训练权重。其 Layer 和 Model 组件覆盖文本、图像和音频数据上的生成、分类等内置任务。
keras-hub 可以免费使用吗？用的什么许可证？
keras-hub 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
keras-hub 还在维护吗？
活跃维护中。keras-hub 最近一次提交是在 2026年11月4日。
keras-hub 适合用来做什么？
在自定义文本数据集上微调 BERT 类文本分类模型。 使用预训练 ResNet 权重进行图像分类。 在有限显存下通过参数高效微调适配大语言模型。 在 JAX、TensorFlow 和 PyTorch 后端之间迁移 Keras 训练流程。
keras-hub 怎么安装和运行？
从 PyPI 安装 KerasHub: pip install --upgrade keras-hub 在导入前通过环境变量选择后端: export KERAS_BACKEND=jax 导入 KerasHub 并从预设加载预训练模型
在哪里获取 keras-hub？
源代码和安装说明在 GitHub 上：https://github.com/keras-team/keras-hub

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目