keras-team/keras

해결하는 문제

Keras 3는 단일 엔진에 종속되지 않는 딥러닝 모델을 구축하고 학습할 수 있게 함으로써 프레임워크 종속성 문제를 해결합니다. 코드를 한 번 작성하면 JAX, TensorFlow 또는 PyTorch 위에서 실행할 수 있어, 특정 프로젝트에 가장 적합한 성능이나 생태계를 제공하는 백엔드를 선택할 수 있습니다.

작동 방식

Keras 3는 다양한 딥러닝 백엔드 위에서 작동하는 고수준 인터페이스 역할을 합니다. 라이브러리를 가져오기 전에 환경 변수나 설정 파일을 통해 선호하는 백엔드(JAX, TensorFlow, PyTorch 또는 추론용 OpenVINO)를 구성합니다. 백엔드에 구애받지 않도록 설계되었기 때문에 기존 데이터 파이프라인(TensorFlow의 tf.data.Dataset 또는 PyTorch의 DataLoaders)을 그대로 사용할 수 있으며, Keras 모델을 네이티브 PyTorch 또는 JAX 워크플로우에 직접 통합할 수도 있습니다.

대상 사용자

컴퓨터 비전, 자연 언어 처리, 예측 모델 등 딥러닝 솔루션을 구축하려는 개발자와 연구자 중 특정 프레임워크에 제한받고 싶지 않은 분들을 위해 설계되었습니다. 모델 코드를 다시 작성하지 않고도 JAX의 성능, TensorFlow의 프로덕션 생태계, PyTorch의 디버깅 경험 사이를 자유롭게 전환하고 싶은 분들에게 이상적입니다.

주요 특징

• 멀티 백엔드 지원: JAX, TensorFlow, PyTorch 또는 OpenVINO에서 동일한 코드 실행 가능.
• 고성능: 특정 아키텍처에 최적화된 백엔드를 선택하여 상당한 속도 향상 달성.
• 확장성: 로컬 노트북부터 대규모 GPU 또는 TPU 클러스터까지 원활하게 모델 학습 가능.
• 미래 지향적: 모델 정의를 기본 엔진과 독립적으로 유지하여 프레임워크 종속성 방지.
• 하위 호환성: 기존 tf.keras 코드의 드롭인 대체제로 작동.