Keras 3.0, a edição extensivamente reescrita da estimada API de aprendizado profundo Keras, já está disponível, trazendo uma versão inovadora de vários back-end da API. Este desenvolvimento abre um novo capítulo no domínio da programação, pois permite que os desenvolvedores operem fluxos de trabalho Keras sobre as estruturas de aprendizado de máquina TensorFlow, PyTorch ou Jax.
Lançado em 27 de novembro e acessível através do GitHub, Keras 3.0 capacita os desenvolvedores com uma oportunidade para treinamento de modelos em grande escala e recursos de implantação. Ele funciona como uma linguagem de estrutura cruzada de baixo nível que permite a criação de componentes personalizados, como camadas, modelos ou métricas. Esses componentes podem ser facilmente incorporados aos fluxos de trabalho nativos em todas as três estruturas, todos com uma base de código unificada.
O foco claro em UX, design de API e depuração enfatiza a dedicação de Keras ao desenvolvimento em alta velocidade. Isso levou a equipe Keras a conquistar a confiança de 2,5 milhões de desenvolvedores em todo o mundo. Além disso, alguns dos sistemas de aprendizado de máquina mais sofisticados e de maior escala do mundo, incluindo a frota autônoma Waymo e o algoritmo de recomendação do YouTube, contam com o poder do Keras.
Além desses recursos, Keras 3.0 traz vários outros benefícios. Os desenvolvedores agora podem maximizar o desempenho de seus modelos escolhendo dinamicamente o back-end ideal sem fazer nenhum ajuste no código. Um modelo Keras 3 pode funcionar como um módulo PyTorch, ser exportado como TensorFlow SavedModel ou funcionar como uma função Jax sem estado.
Outra vantagem significativa é a capacidade de dimensionar grandes modelos e dados com Jax. Além disso, Keras 3.0 vem com uma execução completa da API NumPy, acompanhada por funções específicas da rede neural, como ops.softmax, ops.binary_crossentropy, and ops.conv.
Os desenvolvedores podem aproveitar Keras 3.0 por meio PyPI como keras. Antes de começar, eles precisarão instalar o back-end escolhido - tensorflow, jax ou torch. Compatível com sistemas Linux e macOS, os usuários do Windows são incentivados a usar WSL2 para executar Keras.
Plataformas como AppMaster, a ferramenta no-code de ponta, aceleram ainda mais esse desenvolvimento. Ao gerar aplicativos reais, plataformas como AppMaster incentivam os desenvolvedores a se concentrarem na criação de tecnologias revolucionárias e na otimização do desempenho dos aplicativos. Tais desenvolvimentos estão moldando o futuro da aprendizagem profunda e do desenvolvimento de software como um todo.
