Overview
产品概述
Keras 是一个面向人类而非机器的深度学习 API，专注于调试速度、代码优雅与简洁、可维护性和可部署性。选择 Keras 可以让代码库更小、更可读、更易于迭代。其多后端方法支持在 JAX、TensorFlow 和 PyTorch 上开发，模型可以在这些框架间无缝迁移，并利用各生态系统的优势。Keras 还通过 KerasHub 提供 Gemma、Llama、Stable Diffusion 3、Mistral 等预训练模型，可用于训练和推理。官方提供开发者指南、代码示例和 API 文档，覆盖计算机视觉、自然语言处理、生成式深度学习等场景，并被 CERN、NASA、NIH、Waymo 等机构用于科研和生产。
Capabilities
核心能力
多后端无缝迁移
借助多后端方法，Keras 可在 JAX、TensorFlow 和 PyTorch 上运行，模型可跨框架无缝迁移并利用各生态系统的优势。
专注开发者体验
Keras 被设计为面向人类的 API，强调调试速度、代码优雅与简洁、可维护性和可部署性，并让代码库更小、更可读、更易于迭代。
提供官方模型库 KerasHub
KerasHub 提供 Keras 3 实现的热门模型架构以及 Kaggle Models 上的预训练检查点，包括 Gemma、Llama、Stable Diffusion 3 和 Mistral 等。
内置训练与评估方法
通过 model.fit() 等内置方法即可完成模型训练与评估，并支持自定义训练循环。
Use Cases
适用场景
-
01
计算机视觉
官方代码示例涵盖图像分类、目标检测、视频处理等计算机视觉任务。
-
02
自然语言处理
官方提供文本分类、机器翻译和语言建模等 NLP 指南。
-
03
生成式深度学习
提供涉及扩散模型、GAN 和 Transformer 模型等生成式深度学习的指南。
-
04
科研与生产应用
Keras 被 CERN、NASA、NIH 等科研机构以及 Waymo 等企业用于研究和生产环境。
Integrations
集成能力
Kaggle
Keras 与 Kaggle 合作，为 ML 开发者提供日常使用的工具集。
Hugging Face
Keras 与 Hugging Face 合作，帮助 ML 开发者在常用工具中使用 Keras。
Google Colab
官方指南以 Jupyter Notebook 形式提供，可在 Google Colab 中一键运行，并包含 GPU 和 TPU 运行时。
