keras-team/keras

它解决了什么问题

Keras 3 通过允许开发人员构建和训练不绑定到单一底层引擎的深度学习模型，解决了框架锁定的问题。它使您能够编写一次代码并在 JAX、TensorFlow 或 PyTorch 之上运行，从而让您选择为您的特定项目提供最佳性能或生态系统的后端。

它是如何工作的

Keras 3 作为一个位于不同深度学习后端之上的高级接口。在导入库之前，您可以通过环境变量或配置文件配置您首选的后端（JAX、TensorFlow、PyTorch 或用于推理的 OpenVINO）。因为它被设计为后端无关的，所以您可以使用现有的数据流水线——无论是 TensorFlow tf.data.Dataset 还是 PyTorch DataLoaders——甚至可以将 Keras 模型直接集成到原生的 PyTorch 或 JAX 工作流中。

适用人群

它专为希望构建深度学习解决方案（例如计算机视觉、自然语言处理或预测模型）而不受限于单一框架的开发人员和研究人员而设计。对于那些希望在 JAX 的性能、TensorFlow 的生产生态系统或 PyTorch 的调试体验之间切换而无需重写模型代码的人来说，它是理想的选择。

亮点

• 多后端支持：在 JAX、TensorFlow、PyTorch 或 OpenVINO 上运行相同的代码。
• 高性能：通过为您的特定架构选择最佳后端来实现显著的速度提升。
• 可扩展：在从本地笔记本电脑到大型 GPU 或 TPU 集群的所有设备上无缝训练模型。
• 面向未来：通过保持模型定义独立于底层引擎来避免框架锁定。
• 向后兼容：作为现有 tf.keras 代码的直接替代品。