keras-team/keras

项目概览

支持将模型在 JAX、TensorFlow、PyTorch 和 OpenVINO 之间互换运行，实现跨后端的开发和部署。

项目类型

模型开发 · 模型运行

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要跨 JAX、TensorFlow、PyTorch 和 OpenVINO 后端进行深度学习模型开发、训练及推理的开发者和研究员。
• 寻求高级 API 且希望具备数据中心规模训练能力的 AI 工程师。

核心能力

• 支持在 JAX、TensorFlow、PyTorch 和 OpenVINO 后端之间交替进行模型的构建、训练和运行。
• 提供高级用户体验和易于调试的运行时环境，旨在协助加快深度学习解决方案的交付速度。
• 支持将模型训练过程从笔记本电脑扩展到由大量 GPU 或 TPU 组成的大型集群。
• 允许开发者编写自定义组件（如层、模型、指标等），且这些组件可在任何受支持框架的低级工作流中使用。

限制与风险

• Windows 用户必须使用 WSL2 才能在本地运行 keras。
• OpenVINO 后端仅限于推理用途，不支持模型训练。
• 后端必须在导入 keras 之前完成配置，且在包导入后无法再更改当前运行的后端。
• 为了避免 CUDA 版本冲突，要求为每个后端准备干净的独立 Python 环境。

如何开始

• 通过标准的 Python 包管理器执行 pip install keras --upgrade 进行安装，并需额外安装诸如 tensorflow、jax 或 torch 等后端包。上手难度较低。

核验依据

• README: Keras 3 is a multi-backend deep learning framework, with support for JAX, TensorFlow, PyTorch, and OpenVINO (for inference-only). Effortlessly build and train models for computer…
• Release: v3.15.0
• README: pip install keras --upgrade
• README: To use `keras`, you should also install the backend of choice: `tensorflow`, `jax`, or `torch`. Additionally, The `openvino` backend is available with support for model inference…
• README: Keras 3 is compatible with Linux and macOS systems. For Windows users, we recommend using WSL2 to run Keras. To install a local development version:

内容核验时间：