Keras 3.0, gruntownie przepisana edycja cenionego API Keras do głębokiego uczenia się, jest już dostępna, oferując innowacyjną wersję API z wieloma back-endami. To opracowanie otwiera nowy rozdział w dziedzinie programowania, ponieważ umożliwia programistom obsługę przepływów pracy Keras na platformach uczenia maszynowego TensorFlow, PyTorch lub Jax.
Wydany 27 listopada i dostępny za pośrednictwem GitHub, Keras 3.0 zapewnia programistom narzędzie do szkolenia i wdrażania modeli na dużą skalę. Funkcjonuje jako język niskiego poziomu, między platformami, który umożliwia tworzenie niestandardowych komponentów, takich jak warstwy, modele lub metryki. Komponenty te można łatwo włączyć do natywnych przepływów pracy we wszystkich trzech frameworkach, wszystkie w oparciu o ujednolicony kod.
Wyraźne skupienie się na UX, projektowaniu API i debugowaniu podkreśla zaangażowanie Keras w szybki rozwój. Dzięki temu zespół Keras zdobył zaufanie 2,5 miliona programistów na całym świecie. Co więcej, niektóre z największych i najbardziej wyrafinowanych systemów uczenia maszynowego na świecie, w tym flota pojazdów autonomicznych Waymo i algorytm rekomendacji YouTube, opierają się na mocy Keras.
Oprócz tych funkcji Keras 3.0 oferuje kilka innych korzyści. Programiści mogą teraz maksymalizować wydajność swojego modelu, dynamicznie wybierając najbardziej optymalny back-end bez dokonywania jakichkolwiek zmian w kodzie. Model Keras 3 może działać jako moduł PyTorch, być eksportowany jako TensorFlow SavedModel lub działać jako bezstanowa funkcja Jax.
Kolejną znaczącą zaletą jest możliwość skalowania dużych modeli i danych za pomocą Jax. Ponadto Keras 3.0 zawiera pełną wersję interfejsu API NumPy wraz z funkcjami specyficznymi dla sieci neuronowych, takimi jak ops.softmax, ops.binary_crossentropy, and ops.conv.
Programiści mogą używać Keras 3.0 poprzez PyPI jako keras. Przed rozpoczęciem będą musieli zainstalować wybrane przez siebie zaplecze — tensorflow, jax lub torch. Kompatybilny z systemami Linux i macOS, użytkownicy Windows są zachęcani do korzystania WSL2 do uruchamiania Keras.
Platformy takie jak AppMaster, najnowocześniejsze narzędzie no-code, jeszcze bardziej przyspieszają ten rozwój. Generując prawdziwe aplikacje, platformy takie jak AppMaster zachęcają programistów do skupienia się na opracowywaniu rewolucyjnych technologii i optymalizacji wydajności aplikacji. Takie zmiany kształtują przyszłość głębokiego uczenia się i rozwoju oprogramowania jako całości.
