Keras 3.0 dikeluarkan secara rasmi: tersedia untuk TensorFlow, JAX dan PyTorch

Selepas 5 bulan lelaran kemas kini, Keras 3.0 akhirnya di sini.

"Berita besar: Kami baru sahaja mengeluarkan versi Keras 3.0!" François Chollet, bapa kepada Keras, berkata teruja di X. "Kini anda boleh menjalankan Keras pada rangka kerja JAX, TensorFlow dan PyTorch..."

Untuk kemas kini ini, pegawai Keras berkata bahawa versi ini mengambil masa 5 bulan ujian awam untuk diselesaikan. Keras 3.0 ialah penulisan semula lengkap Keras yang membolehkan anda menjalankan aliran kerja Keras di atas JAX, TensorFlow atau PyTorch Versi baharu juga mempunyai keupayaan latihan dan penggunaan model besar yang baharu. Anda boleh memilih rangka kerja yang paling sesuai dengan anda atau beralih daripada satu rangka kerja kepada rangka kerja yang lain berdasarkan matlamat semasa anda. . JAX , TensorFlow dan PyTorch

. Model tf.keras sedia ada menggunakan hanya lapisan terbina dalam boleh dijalankan dalam JAX dan PyTorch!

Keras 3 berfungsi dengan lancar dengan mana-mana aliran kerja JAX, TensorFlow dan PyTorch
. Keras 3 bukan sahaja sesuai untuk aliran kerja berpusatkan Keras seperti menentukan model, pengoptimum, kerugian dan metrik Keras, ia juga direka bentuk untuk disepadukan dengan lancar dengan aliran kerja asli peringkat rendah JAX, TensorFlow dan PyTorch semasa melatih model Keras , anda boleh pilih untuk menggunakan latihan JAX, latihan TensorFlow, latihan PyTorch, atau gunakannya sebagai sebahagian daripada model JAX atau PyTorch Tiada masalah dengan operasi di atas. Keras 3 menyediakan tahap fleksibiliti pelaksanaan peringkat rendah yang sama dalam JAX dan PyTorch yang tf.keras lakukan dalam TensorFlow.

Model pra-latihan. Anda kini boleh

menggunakan pelbagai model terlatih
di Keras 3. Kini terdapat 40 model aplikasi Keras yang tersedia di bahagian belakang Selain itu, sejumlah besar model pra-latihan (seperti BERT, T5, YOLOv8,

Whisper

, SAM, dll.) terdapat dalam KerasCV dan KerasNLP juga. tersedia dalam semua bahagian belakang.

Keras 3 sangat serasi ke belakang dengan Keras 2: Keras 3 kini melaksanakan antara muka API awam Keras 2. Kebanyakan pengguna boleh menjalankan skrip Keras pada Keras 3 tanpa mengubah sebarang kod. Jika anda tidak biasa menggunakan Keras 3, anda boleh memilih untuk mengabaikan kemas kini versi baharu dan terus menggunakan Keras 2 dengan TensorFlow.

Keras 3 menyokong saluran paip data rangka kerja silang untuk semua bahagian belakang. Pembelajaran mesin berbilang bingkai juga bermaksud pemuatan dan prapemprosesan data berbilang bingkai. Model Keras 3 boleh dilatih menggunakan pelbagai saluran paip data, sama ada anda menggunakan saluran paip JAX, PyTorch atau TensorFlow:

tf.data.Dataset pipelines.

torch.utils.data.DataLoader objek.

Tatasusunan NumPy dan bingkai data Pandas.

Keras’s keras.utils.PyDataset object.

API teragih baharu untuk keselarian data berskala besar dan
• keselarian model
  . Kemas kini ini hanya tersedia untuk bahagian belakang JAX pada masa ini, dengan sokongan TensorFlow dan PyTorch akan datang tidak lama lagi.
Mengenai mengapa perubahan ini dilancarkan, pasukan Keras menyatakan bahawa dalam beberapa tahun kebelakangan ini, memandangkan saiz model semakin besar dan lebih besar, mereka berharap dapat menyediakan penyelesaian Keras kepada masalah serpihan model berbilang peranti. (
• sharding
  ). Pasukan ini mereka bentuk API supaya definisi model, logik latihan dan konfigurasi sharding adalah bebas sepenuhnya, yang bermaksud model itu boleh dijalankan seolah-olah ia berada pada satu peranti Anda kemudian boleh menambah konfigurasi sharding pada mana-mana model semasa melatih model.

Kesejajaran data (menyalin model kecil secara serupa pada berbilang peranti) boleh dikendalikan dengan hanya dua baris:

Seterusnya ialah model paralelisme. API ini membolehkan anda mengkonfigurasi susun atur setiap pembolehubah dan setiap output tensor melalui ungkapan biasa. Ini memudahkan untuk menentukan susun atur yang sama dengan cepat untuk keseluruhan kategori pembolehubah.

Akhirnya, pasukan Keras juga telah mengumpulkan banyak soalan yang menjadi kebimbangan semua orang dan menjawabnya.

Atas ialah kandungan terperinci Keras 3.0 dikeluarkan secara rasmi: tersedia untuk TensorFlow, JAX dan PyTorch. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!