Keras 3 是一个支持 JAX、TensorFlow、PyTorch 与 OpenVINO 的多后端深度学习框架,用统一的高层接口构建和训练模型,并可按需切换后端。
这个工具是什么
Keras 3 是 Keras 系列的最新版本,官方定位为「Deep Learning for Humans」,以 Python 实现,采用 Apache-2.0 许可证。它的技术基础是后端无关的高层 API:同一套模型代码可运行在 JAX、TensorFlow、PyTorch 之上,OpenVINO 后端仅用于推理。README 说明它可用于计算机视觉、自然语言处理、音频处理、时间序列预测与推荐系统等任务,并强调借助 PyTorch 或 JAX 的即时执行便于调试,以及可从单机扩展到 GPU/TPU 集群训练。使用 TensorFlow 后端时,它可作为 tf.keras 的直接替代。
核心能力
- 多后端支持:同一模型代码可在 JAX、TensorFlow、PyTorch 间切换,OpenVINO 后端仅用于推理。
- 高层开发体验:提供易调试的即时执行运行时,便于快速构建与迭代模型。
- 后端可选性能:README 称按模型结构选择最快后端可获得 20% 至 350% 的加速,并给出基准链接。
- 兼容 tf.keras:使用 TensorFlow 后端时可作为 tf.keras 的直接替代,沿用现有代码。
科研中的典型用法
- 在计算机视觉、自然语言处理、音频处理、时间序列预测与推荐系统等任务中构建和训练深度学习模型。
- 对比不同后端在同一模型结构上的训练表现,按 README 建议选择对当前结构更快的后端。
- 将已有的 tf.keras 代码迁移到 Keras 3,并在不含自定义组件时直接运行于 JAX 或 PyTorch 后端。
快速上手
通过 pip 安装:先执行 pip install keras --upgrade,再安装所选后端包(tensorflow、jax 或 torch;openvino 仅支持推理)。后端需在导入 keras 前配置,可设置环境变量 KERAS_BACKEND="jax",或编辑 ~/.keras/keras.json;导入后不可更改。README 给出各后端最低版本要求,如 TensorFlow 2.16.1、JAX 0.4.20、PyTorch 2.6.0。
生态与相近工具
同领域常见选择包括直接使用 TensorFlow、PyTorch 或 JAX 等后端框架。Keras 3 的取舍点在于以统一高层 API 覆盖多个后端:需要跨后端复用代码或快速切换时可优先考虑;若依赖某一后端特有的底层能力,则直接使用该框架更合适。README 提到 Keras 2 仍以 tf-keras 包形式提供,旧项目可据此选择版本。
项目信息
- 仓库:keras-team/keras
- 星标:64,321 · 派生:19,801
- 主要语言:Python
- 许可证:Apache-2.0
- 最近提交:2026-09-19
- 项目主页:http://keras.io/
本文属于《学科研究工具知识库 · 人工智能》第 11 篇(按 GitHub 星标排序)。收录标准:该学科公开可获取的开源研究工具,星标与活跃度为主要参考,不代表对其性能或适用性的背书;选型前请结合自身场景评估。

发表评论 取消回复