Keras3.0预览版迎来重大更新:适用于TensorFlow、JAX和PyTorch
机器之心报道
编辑:陈萍
以后,Keras 适用的框架只会越来越多。
Keras 出新库了,这次是 Keras Core,我们可以将其理解为 Keras 3.0 预览版,预计今年秋天正式发布。
总结而言,这次 Keras Core 对 Keras 代码库进行了完全重写,除了 TensorFlow 之外,它还将 Keras API 引入 JAX 和 PyTorch。
现在,Keras Core 可以作为 tf.keras 的替代品,当使用 TensorFlow 后端时,几乎完全向后兼容 tf.keras 代码。在绝大多数情况下,你只需使用 import keras_core as keras 来代替 from tensorflow import keras 导入即可,替换之后,以前的代码还能正常跑,不仅如此,性能还提高了。
其实,在此之前,Keras 就已经能在 Theano、CNTK(甚至 MXNet)等框架之上运行。最近几年,随着使用 TensorFlow、PyTorch、JAX 的用户越来越多。例如根据 2023 年 StackOverflow 以及 2022 年的 Kaggle 调查数据显示,2022-2023 年 TensorFlow 占据 55% 到 60% 的市场份额,PyTorch 占据 40% 到 45%。同时,JAX 虽然市场份额较小,但已经被谷歌 DeepMind、Midjourney、Cohere 等顶级生成式人工智能公司所接受和采用。
这么看来,本次新库的发布,是在情理之中。
Keras 创始人 François Chollet 表示:现在,(借助 Keras Core)你可以编写跨框架深度学习组件,并从每个框架提供的最佳功能中受益。
接下来,我们看看 Keras Core 具体有哪些特点。
Keras Core 的主要特点
首先是 Keras Core 实现了完整的 Keras API,可支持 TensorFlow、JAX 和 PyTorch。
Keras Core 的第二个特点:它是一个可用于深度学习的、跨框架的低级语言。基于 Keras Core,用户可以创建组件(例如自定义层和预训练模型),而这些组件可以适用于任何框架。特别是,Keras Core 允许用户访问 keras_core.ops 命名空间,后者适用于所有后端。
Keras Core 的第三个特点是与 JAX、PyTorch 和 TensorFlow 中的本地工作流无缝集成。与 Keras 1.0 不同,Keras Core 不只是针对以 Keras 为中心的工作流,还意味着可以与低级的后端本地工作流无缝地工作。
Keras Core 其他特点还包括:支持所有后端跨框架的数据 pipeline。多框架的机器学习意味着多框架的数据加载和处理,处理起来比较麻烦。现在 Keras Core 模型可以使用广泛的数据 pipeline 进行训练 —— 不管你是使用 JAX、PyTorch 还是 TensorFlow 后端。
预训练模型。从现在开始,你可以借助 Keras Core 使用更多的预训练模型。现在已经有 40 个 Keras 应用模型可在后端中使用,此外,KerasCV 和 KerasNLP 中存在的大量预训练模型(例如 BERT、T5、YOLOv8、Whisper 等)也适用于所有后端。
- 免责声明
- 本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。