新火種
2023-12-08 
Keras3.0正式發(fā)布引入全新的大模型訓(xùn)練和部署功能
站長之家11月29日 消息:Keras3.0的發(fā)布標(biāo)志著一次重大的更新迭代，經(jīng)過5個月的努力，該版本在多個方面帶來了顯著的改進。首先，Keras3.0全面支持了TensorFlow、JAX和PyTorch框架，這意味著用戶現(xiàn)在可以選擇在不同框架上運行他們的Keras工作流。這種靈活性為開發(fā)者提供了更多選擇，根據(jù)具體需求輕松切換框架成為可能。
不僅如此，Keras3.0還進行了全面的重寫，引入了全新的大模型訓(xùn)練和部署功能。用戶可以在新版本中利用各種預(yù)訓(xùn)練模型，包括在后端中使用的40個Keras應(yīng)用模型，以及KerasCV和KerasNLP中的大量預(yù)訓(xùn)練模型。這為開發(fā)者提供了更多強大的工具，有助于構(gòu)建更復(fù)雜、性能更優(yōu)越的深度學(xué)習(xí)模型。
Keras3.0的另一個亮點是其高度向后兼容性。通過實現(xiàn)Keras2的公共API接口，Keras3.0使得大多數(shù)用戶無需更改任何代碼即可在新版本上運行之前的Keras腳本。這一特性確保了平穩(wěn)的過渡，使得那些對新版本不太熟悉或暫時不想升級的用戶可以繼續(xù)使用之前的版本。
關(guān)于框架的選擇，Keras3.0支持所有后端的跨框架數(shù)據(jù)pipeline，包括tf.data.Dataset pipelines、torch.utils.data.DataLoader對象、NumPy數(shù)組和Pandas數(shù)據(jù)框、以及Keras的keras.utils.PyDataset對象。
這意味著用戶可以使用各種數(shù)據(jù)pipeline進行訓(xùn)練，而不受具體框架的限制。而新推出的分布式API更是為解決多設(shè)備模型分片問題提供了解決方案，使得在大規(guī)模數(shù)據(jù)并行和模型并行方面更加高效。
綜合來看，Keras3.0的發(fā)布不僅為深度學(xué)習(xí)開發(fā)者提供了更多選擇和工具，還在多方面的性能和靈活性上有了顯著提升，為未來的深度學(xué)習(xí)應(yīng)用奠定了更加堅實的基礎(chǔ)。
Tags:
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認(rèn)可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
