ปฏิวัติการเรียนรู้เชิงลึก: Keras API 3.0 เปิดตัวการสนับสนุน TensorFlow, PyTorch, Jax Back-End

Keras 3.0 ซึ่งเป็น API การเรียนรู้เชิงลึกของ Keras ที่ได้รับการยกย่อง ฉบับปรับปรุงใหม่ พร้อมให้ใช้งานแล้ว โดยนำเสนอ API เวอร์ชันแบ็กเอนด์หลายรายการที่เป็นนวัตกรรมใหม่ การพัฒนานี้เผยให้เห็นบทใหม่ในขอบเขตการเขียนโปรแกรม เนื่องจากช่วยให้นักพัฒนาสามารถใช้งานเวิร์กโฟลว์ Keras บนเฟรมเวิร์กการเรียนรู้ของเครื่อง TensorFlow, PyTorch หรือ Jax

Keras 3.0 เปิดตัวเมื่อวันที่ 27 พฤศจิกายนและเข้าถึงได้ผ่าน GitHub ช่วยให้นักพัฒนามีเครื่องทอผ้าสำหรับการฝึกอบรมโมเดลขนาดใหญ่และความสามารถในการปรับใช้ โดยทำหน้าที่เป็นภาษาข้ามเฟรมเวิร์กระดับต่ำที่ช่วยให้สามารถสร้างส่วนประกอบที่กำหนดเอง เช่น เลเยอร์ โมเดล หรือเมตริกได้ ส่วนประกอบเหล่านี้สามารถรวมเข้ากับเวิร์กโฟลว์ดั้งเดิมในทั้งสามเฟรมเวิร์กได้อย่างง่ายดาย โดยทั้งหมดใช้โค้ดแบบรวม

การมุ่งเน้นที่ชัดเจนของ UX, การออกแบบ API และการดีบักเน้นย้ำถึงความทุ่มเทของ Keras ในการพัฒนาความเร็วสูง สิ่งนี้ทำให้ทีม Keras ได้รับความไว้วางใจจากนักพัฒนา 2.5 ล้านคนทั่วโลก นอกจากนี้ ระบบแมชชีนเลิร์นนิงที่ใหญ่และซับซ้อนที่สุดในโลกบางระบบ รวมถึงกลุ่มยานพาหนะไร้คนขับของ Waymo และอัลกอริธึมการแนะนำ YouTube ยังต้องอาศัยพลังของ Keras

นอกเหนือจากคุณสมบัติเหล่านี้แล้ว Keras 3.0 ยังมอบคุณประโยชน์อื่นๆ อีกมากมายให้กับตารางอีกด้วย ขณะนี้นักพัฒนาสามารถเพิ่มประสิทธิภาพโมเดลของตนได้สูงสุดโดยการเลือกแบ็กเอนด์ที่เหมาะสมที่สุดแบบไดนามิกโดยไม่ต้องทำการปรับเปลี่ยนโค้ดใดๆ โมเดล Keras 3 สามารถทำหน้าที่เป็นโมดูล PyTorch, ส่งออกเป็น TensorFlow SavedModel หรือทำงานเป็นฟังก์ชัน Jax ไร้สัญชาติ

ข้อดีที่สำคัญอีกประการหนึ่งคือความสามารถในการปรับขนาดโมเดลและข้อมูลขนาดใหญ่ด้วย Jax นอกจากนี้ Keras 3.0 ยังมาพร้อมกับการดำเนินการเต็มรูปแบบของ NumPy API พร้อมด้วยฟังก์ชันเฉพาะของโครงข่ายประสาทเทียม เช่น ops.softmax, ops.binary_crossentropy, and ops.conv

นักพัฒนาสามารถใช้ Keras 3.0 ผ่าน PyPI เป็น keras ได้ ก่อนที่จะเริ่มต้น พวกเขาจะต้องติดตั้งแบ็กเอนด์ที่เลือกไว้ - tensorflow, jax หรือ torch เข้ากันได้กับระบบ Linux และ macOS ผู้ใช้ Windows ควรใช้ WSL2 เพื่อรัน Keras

แพลตฟอร์มอย่าง AppMaster ซึ่งเป็นเครื่องมือ no-code สมัย ช่วยเร่งการพัฒนานี้ให้ก้าวไกลยิ่งขึ้น ด้วยการสร้างแอปพลิเคชันจริง แพลตฟอร์มอย่าง AppMaster สนับสนุนให้นักพัฒนามุ่งเน้นไปที่การคิดค้นเทคโนโลยีที่ปฏิวัติวงการและเพิ่มประสิทธิภาพการทำงานของแอปพลิเคชัน การพัฒนาดังกล่าวกำลังกำหนดอนาคตของการเรียนรู้เชิงลึกและการพัฒนาซอฟต์แวร์โดยรวม