딥 러닝의 혁신: Keras API 3.0, TensorFlow, PyTorch, Jax 백엔드 지원 공개

널리 알려진 Keras 딥 러닝 API의 광범위하게 재작성된 버전인 Keras 3.0이 이제 출시되어 API의 혁신적인 멀티 백엔드 변환을 제공합니다. 이번 개발을 통해 개발자는 TensorFlow, PyTorch 또는 Jax 기계 학습 프레임워크 위에서 Keras 워크플로를 운영할 수 있게 되면서 프로그래밍 영역의 새로운 장을 열었습니다.

11월 27일에 출시되고 GitHub를 통해 액세스할 수 있는 Keras 3.0은 개발자에게 대규모 모델 훈련 및 배포 기능을 제공합니다. 레이어, 모델 또는 메트릭과 같은 사용자 정의 구성 요소를 만들 수 있는 낮은 수준의 프레임워크 간 언어로 작동합니다. 이러한 구성 요소는 모두 통합된 코드 기반을 사용하여 세 가지 프레임워크 전체의 기본 워크플로에 쉽게 통합될 수 있습니다.

UX, API 디자인, 디버깅의 명확한 초점은 고속 개발에 대한 Keras의 헌신을 강조합니다. 이를 통해 Keras 팀은 전 세계 250만 명의 개발자의 신뢰를 얻었습니다. 또한 Waymo 자율주행 차량과 YouTube 추천 알고리즘을 포함한 세계 최대 규모의 가장 정교한 기계 학습 시스템 중 일부는 Keras 의 성능을 활용합니다.

이러한 기능 외에도 Keras 3.0은 여러 가지 다른 이점을 제공합니다. 이제 개발자는 코드를 조정하지 않고도 가장 최적의 백엔드를 동적으로 선택하여 모델 성능을 최대화할 수 있습니다. Keras 3 모델은 PyTorch 모듈로 작동하거나, TensorFlow SavedModel 로 내보내거나, 상태 비저장 Jax 함수로 작동할 수 있습니다.

또 다른 중요한 이점은 Jax 사용하여 대규모 모델과 데이터를 확장할 수 있다는 것입니다. 또한 Keras 3.0 ops.softmax, ops.binary_crossentropy, and ops.conv 같은 신경망 관련 기능과 함께 NumPy API의 전체 실행 기능이 포함되어 있습니다.

개발자는 PyPI 통해 Keras 3.0을 keras 로 사용할 수 있습니다. 시작하기 전에 선택한 백엔드( tensorflow, jax 또는 torch 를 설치해야 합니다. Linux 및 macOS 시스템과 호환되는 Windows 사용자는 Keras 실행하기 위해 WSL2 사용하는 것이 좋습니다.

최첨단 no-code 도구인 AppMaster 와 같은 플랫폼은 이러한 개발을 더욱 가속화합니다. 실제 애플리케이션을 생성함으로써 AppMaster 와 같은 플랫폼은 개발자가 혁신적인 기술을 구상하고 애플리케이션 성능을 최적화하는 데 집중하도록 권장합니다. 이러한 발전은 딥 러닝과 소프트웨어 개발의 미래를 전체적으로 형성하고 있습니다.