Keras 3.0正式发布:可用于TensorFlow、JAX和PyTorch

经过 5 个月的革新迭代,Keras 3.0 终于来了。「大新闻:我们刚刚发布了 Keras 3.0 版本!」Keras 之父 François Chollet 在 X 上激动的表示。「当前你可以在 JAX、TensorFlow 以及 PyTorch 框架上运转 Keras……」对于这一革新,Keras 官方表示,这一版本足足花了他们 5 个月的时间进行公测才完成。Keras 3.0 是对 Keras 的完全重写,你可以在 JAX、TensorFlow 或 PyTorch 之上运转 Keras 歇息流,新版本还具有

经过 5 个月的革新迭代,Keras 3.0 终于来了。

「大新闻:我们刚刚发布了 Keras 3.0 版本!」Keras 之父 François Chollet 在 X 上激动的表示。「当前你可以在 JAX、TensorFlow 以及 PyTorch 框架上运转 Keras……」

Keras 3.0正式发布:可用于TensorFlow、JAX和PyTorch

对于这一革新,Keras 官方表示,这一版本足足花了他们 5 个月的时间进行公测才完成。Keras 3.0 是对 Keras 的完全重写,你可以在 JAX、TensorFlow 或 PyTorch 之上运转 Keras 歇息流,新版本还具有全新的大模型训练和部署功能。你可以抉择最适合自己的框架,也可以根据当前的目标从一种框架切换到另一种框架都没有题目。

Keras 3.0正式发布:可用于TensorFlow、JAX和PyTorch

Keras 地址:https://keras.io/keras_3/

被 250 多万开发者运用的 Keras,迎来 3.0 版本

Keras API 可用于 JAX、TensorFlow 和 PyTorch。现有的仅运用内置层的 tf.keras 模型可以在 JAX 和 PyTorch 中运转!

Keras 3.0正式发布:可用于TensorFlow、JAX和PyTorch

Keras 3 可与任何 JAX、TensorFlow 和 PyTorch 歇息流无缝协作。Keras 3 不仅合用于以 Keras 为中心的歇息流,比如界说 Keras 模型、优化器、损失和度量,它还旨在与 JAX、TensorFlow 和 PyTorch 初级后端本地歇息流无缝集成,在训练 Keras 模型时,你可以抉择运用 JAX 训练、TensorFlow 训练、PyTorch 训练,也可以将其作为 JAX 或 PyTorch 模型的一部分,上述操作都没有题目。Keras 3 在 JAX 和 PyTorch 中提供了与 tf.keras 在 TensorFlow 中雷同程度的初级实现灵活性。

Keras 3.0正式发布:可用于TensorFlow、JAX和PyTorch

预训练模型。你当前可以在 Keras 3 中运用各种预训练模型。当前已经有 40 个 Keras 应用模型可在后端中运用,此外,KerasCV 和 KerasNLP 中存在的大量预训练模型(例如 BERT、T5、YOLOv8、Whisper 、SAM 等)也合用于所有后端。

Keras 3 高度向后兼容 Keras 2:Keras 3 当前实现了 Keras 2 的公共 API 接口。大多数用户无需变动任何代码即可在 Keras 3 上运转 Keras 脚本。如果你还不习惯运用 Keras 3,可以抉择忽略新版本的革新,继续将 Keras 2 与 TensorFlow 结合运用。

Keras 3 支持所有后端的跨框架数据 pipeline。多框架机器学习也意味着多框架数据加载和预处理。Keras 3 模型可以运用各种数据 pipeline 进行训练,无论你运用的是 JAX、PyTorch 还是 TensorFlow 后端:

tf.data.Dataset pipelines。

torch.utils.data.DataLoader 对象。

NumPy 数组和 Pandas 数据帧。

Keras 的 keras.utils.PyDataset 对象。

一个新的分布式 API,可用于大规模数据并行和模型并行。目前这一革新仅合用于 JAX 后端,TensorFlow 和 PyTorch 支持即将推出。

至于为何要推出这一变动,Keras 团队表示,近年来,随着模型规模变得越来越大,他们希望为多装备模型分片(sharding)题目提供 Keras 解决方案。该团队设计的 API 使模型界说、训练逻辑和分片摆设完全独立,这意味着模型可以像在单个装备上运转一样, 然后,你可以在训练模型时将分片摆设添加到任意模型中。

数据并行(在多个装备上雷同地复制小模型)只需两行即可处理:

Keras 3.0正式发布:可用于TensorFlow、JAX和PyTorch

接下来是模型并行。该 API 允许你通过正则表达式摆设每个变量和每个输出张量的布局。这使得为整个变量类别快速指定雷同的布局变得容易。

Keras 3.0正式发布:可用于TensorFlow、JAX和PyTorch

最后,Keras 团队还收集了很多大家关心的题目,并予以解答,感兴趣的读者可以前去 Keras 官方网站,了解更多内容。

给TA打赏
共{{data.count}}人
人已打赏
应用

可能是最强AI绘图插件!如何在PS中运用Stable Diffusion?

2023-11-29 8:07:18

应用

研究没思路的看过来,这是可托机械进修的1000个创新idea

2023-11-29 15:07:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索