keras-team/keras

解決する課題

Keras 3は、単一の基盤エンジンに縛られないディープラーニングモデルの構築とトレーニングを可能にすることで、フレームワークのロックインという問題を解決します。コードを一度書けばJAX、TensorFlow、またはPyTorch上で実行できるため、特定のプロジェクトに最適なパフォーマンスやエコシステムを提供するバックエンドを選択できます。

仕組み

Keras 3は、さまざまなディープラーニングバックエンドの上位に位置する高レベルインターフェースとして機能します。ライブラリをインポートする前に、環境変数または設定ファイルを通じて、好みのバックエンド（JAX、TensorFlow、PyTorch、または推論用のOpenVINO）を設定します。バックエンドに依存しない設計であるため、既存のデータパイプライン（TensorFlowの tf.data.Dataset やPyTorchの DataLoaders など）を使用でき、KerasモデルをネイティブなPyTorchやJAXのワークフローに直接統合することも可能です。

対象ユーザー

コンピュータビジョン、自然言語処理、予測モデルなどのディープラーニングソリューションを、単一のフレームワークに制限されることなく構築したい開発者や研究者向けに設計されています。モデルコードを書き直すことなく、JAXのパフォーマンス、TensorFlowのプロダクションエコシステム、PyTorchのデバッグ体験を切り替えたい方に最適です。

ハイライト

• マルチバックエンドサポート：JAX、TensorFlow、PyTorch、またはOpenVINOで同じコードを実行可能。
• 高パフォーマンス：特定のアーキテクチャに最適なバックエンドを選択することで、大幅な高速化を実現。
• スケーラブル：ローカルのノートPCから大規模なGPUやTPUクラスターまで、シームレスにモデルをトレーニング可能。
• 将来性：モデル定義を基盤エンジンから独立させることで、フレームワークのロックインを回避。
• 後方互換性：既存の tf.keras コードのドロップインリプレースメントとして機能。