Keras 3, une API open-source d’apprentissage profond, fournit une interface Python facile pour les réseaux neuronaux artificiels, et peut fonctionner au-dessus de JAX, TensorFlow ou PyTorch.Après de longs mois de tests intensifs en bêta public, l’équipe de Keras est heureuse d’annoncer la sortie officielle de Keras 3.0. Keras 3 est une refonte complète de Keras qui offre un large éventail de nouvelles fonctionnalités pour la formation et le déploiement de modèles à grande échelle.
Keras 3 vous permet d’exécuter vos flux de travail Keras sur JAX, TensorFlow ou PyTorch, et débloque de toutes nouvelles fonctionnalités pour le développement et le déploiement de modèles d’apprentissage profond. Vous avez la possibilité de choisir le framework qui correspond le mieux à vos besoins et de basculer entre eux à tout moment.
Vous pouvez également utiliser Keras comme langage de bas niveau pour développer des composants personnalisés tels que des couches, des modèles ou des métriques qui peuvent être utilisés dans des flux de travail natifs dans JAX, TensorFlow ou PyTorch, le tout avec une base de code unique.
En plus d’être une API d’apprentissage en profondeur écrite en Python et capable de s’exécuter sur JAX, TensorFlow ou PyTorch, Keras est également simple, flexible et puissant. Elle réduit la charge cognitive du développeur tout en lui permettant de se concentrer sur les parties les plus importantes du problème. De plus, Keras offre des performances de pointe et une grande évolutivité.
En tant qu’API multi-framework, Keras peut être utilisée pour développer des composants modulaires compatibles avec n’importe quel framework – JAX, TensorFlow ou PyTorch. Cette approche offre plusieurs avantages majeurs, notamment la possibilité d’obtenir les meilleures performances pour vos modèles, la maximisation de la surface de l’écosystème disponible pour vos modèles, ainsi que l’optimisation de la diffusion de vos modèles open source. Keras est également compatible avec une grande variété de sources de données, ce qui rend son utilisation extrêmement flexible.
Pour les débutants, Keras propose des modèles et des couches séquentiels simples à créer, mais elle offre également une API fonctionnelle pour construire des graphiques de couches de manière plus avancée. De plus, Keras est un cadre très flexible qui permet d’itérer sur des idées de recherche de pointe et de développer rapidement de nouvelles procédures de formation ou des architectures de modèles avancées.
En bref, Keras 3 est une API puissante et flexible qui offre une grande variété de fonctionnalités pour la création, la formation et le déploiement de modèles d’apprentissage profond. Avec son intégration transparente avec différents frameworks et sa grande capacité d’adaptation aux besoins des développeurs, Keras 3 est une excellente option pour toutes sortes de projets d’apprentissage en profondeur. Que pensez-vous de Keras 3 ? Avez-vous des fonctionnalités préférées qui vous semblent particulièrement intéressantes et utiles ?