Keras 3.0, l'édition largement réécrite de la célèbre API d'apprentissage en profondeur Keras, est désormais disponible, proposant une version innovante multi-back-end de l'API. Ce développement ouvre un nouveau chapitre dans le domaine de la programmation car il permet aux développeurs d'exploiter les flux de travail Keras au-dessus des frameworks d'apprentissage automatique TensorFlow, PyTorch ou Jax.
Sorti le 27 novembre et accessible via GitHub, Keras 3.0 offre aux développeurs un potentiel de formation et de déploiement de modèles à grande échelle. Il fonctionne comme un langage inter-framework de bas niveau qui permet la création de composants personnalisés tels que des couches, des modèles ou des métriques. Ces composants peuvent être facilement intégrés aux flux de travail natifs des trois frameworks, le tout avec une base de code unifiée.
L'accent clair mis sur l'UX, la conception d'API et le débogage souligne l'engagement de Keras en faveur du développement à grande vitesse. Cela a conduit l'équipe Keras à gagner la confiance de 2,5 millions de développeurs dans le monde. En outre, certains des systèmes d'apprentissage automatique les plus vastes et les plus sophistiqués au monde, notamment la flotte autonome Waymo et l'algorithme de recommandation YouTube, s'appuient sur la puissance de Keras.
En plus de ces fonctionnalités, Keras 3.0 apporte plusieurs autres avantages. Les développeurs peuvent désormais maximiser les performances de leur modèle en sélectionnant dynamiquement le back-end le plus optimal sans apporter aucun ajustement au code. Un modèle Keras 3 peut fonctionner comme un module PyTorch, être exporté en tant que TensorFlow SavedModel ou fonctionner comme une fonction Jax sans état.
Un autre avantage significatif est la possibilité de mettre à l'échelle des modèles et des données volumineux avec Jax. De plus, Keras 3.0 est livré avec une exécution complète de l'API NumPy, accompagnée de fonctions spécifiques au réseau neuronal telles que ops.softmax, ops.binary_crossentropy, and ops.conv.
Les développeurs peuvent bénéficier Keras 3.0 via PyPI en tant que keras. Avant de commencer, ils devront installer le back-end de leur choix - tensorflow, jax ou torch. Compatible avec les systèmes Linux et macOS, les utilisateurs Windows sont encouragés à utiliser WSL2 pour exécuter Keras.
Des plateformes comme AppMaster, l'outil no-code de pointe, accélèrent encore ce développement. En générant de véritables applications, des plateformes comme AppMaster encouragent les développeurs à se concentrer sur l'élaboration de technologies révolutionnaires et l'optimisation des performances des applications. De tels développements façonnent l’avenir du deep learning et du développement logiciel dans son ensemble.
